opencv之Canny提取边缘算法

算法介绍

• Canny是边缘检测算法，在1986年提出
• 是一个很好的边缘检测器
• 很常用也很好用的图像处理方法

---

##　算法实现步骤

• 高斯模糊 GaussianBlur()
• 灰度转换 cvtColor
• 计算梯度 Sobel\Scharr

  • KaTeX parse error: Undefined control sequence: \ at position 75: … \end{bmatrix} \̲ ̲

  • KaTeX parse error: Undefined control sequence: \ at position 75: … \end{bmatrix} \̲ ̲

• 非最大信号抑制 横纵方向只留下最大的点，防止边缘线过宽
  • 这一步的目的是将模糊（blurred）的边界变得清晰（sharp）。通俗的讲，就是保留了每个像素点上梯度强度的极大值，而删掉其他的值。对于每个像素点，进行如下操作：
  • 将其梯度方向近似为以下值中的一个（0,45,90,135,180,225,270,315）（即上下左右和45度方向）角度值=arctan(Gy/Gx)
  • 比较该像素点，和其梯度方向正负方向的像素点的梯度强度
  • 如果该像素点梯度强度最大则保留，否则抑制（删除，即置为0）
  • 参考链接：https://blog.csdn.net/weixin_43410934/article/details/95230479
• 高低阈值输出二值图像
  • T1、T2为阈值，凡是高于T2的都保留，凡是小于T1都丢弃，从高于T2的像素出发，凡是大于T1而且相连的，都保留，最终得到一个输出二值图像
  • 推荐的高低阈值比值为T2：T1=3:1/2:1，其中T2为高阈值，T1为低阈值
  • 低于阈值1的像素点会被认为不是边缘；
  • 高于阈值2的像素点会被认为是边缘；
  • 在阈值1和阈值2之间的像素点,若与第2步得到的边缘像素点相邻，则被认为是边缘，否则被认为不是边缘

---

函数API

函数API
void Canny(cv::InputArray src, cv::OutputArray dst,double threshold1, double threshold2,int apertureSize=3,bool L2gradient=false);
参数介绍

• src: 原图像， 单通道灰度图像
• dst: 生成的图像
• threshold1，threshold2：函数的两个阀值1为低阈值2为高阈值
• apertureSize:算子大小，默认为3
• L2gradient:是否采用更精确的方式计算图像梯度，true采用L2方式计算梯度两个方向的梯度平方和再开方，比较消耗CPU，费时长结果精确。$$G=\sqrt{G{x}^2+G{y}^{2}x}$$false采用L1方式计算梯度即采用两个方向分别的梯度绝对值和来进行计算，结果不精确但是速度快。
  $$G=|Gx|+|Gy|$$

---

代码

#include <iostream>  
#include <fstream>
#include <opencv2/opencv.hpp>

using namespace std;

#define Pic_Path "/home/image/Pictures/" 
#define Pic_Name "model1.jpg"

cv::Mat gray_src;
int cur_val=50;
int max_val=255;
void canny_demo(int ,void *);
int main(void)
{
    string pic = string(Pic_Path) + string(Pic_Name);
    cout << pic << endl;
	
    cv::Mat src; 
    src = cv::imread(pic.c_str());
    cv::namedWindow("原始图片",cv::WINDOW_AUTOSIZE);
    cv::imshow("原始图片",src);
    
    cv::cvtColor(src,gray_src,CV_BGR2GRAY);
    cv::namedWindow("边缘图像",cv::WINDOW_AUTOSIZE);
    cv::createTrackbar("调整阈值","边缘图像",&cur_val,max_val,canny_demo);
    canny_demo(0,0);
    
    cv::waitKey(0);
    cv::destroyAllWindows();
}

void canny_demo(int ,void *)
{
    cv::Mat dst;
    cv::Canny(gray_src,dst,cur_val,cur_val*2,3,false);
    cv::imshow("边缘图像",dst);
}