opencv系列19--Canny边缘检测 [ api ：Canny ]

Canny算法介绍

Canny是边缘检测算法，在1986年提出的。

是一个很好的边缘检测器

很常用也很实用的图像处理方法

Canny算法介绍 – 五步 in cv::Canny

1：高斯模糊 - GaussianBlur

2：灰度转换 - cvtColor

3：计算梯度 – Sobel/Scharr

4：非最大信号抑制

5：高低阈值输出二值图像

Canny算法介绍 - 非最大信号抑制

Canny算法介绍-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而且相互连接的，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

API – cv::Canny

Canny(

InputArray src, // 8-bit的输入图像

OutputArray edges,// 输出边缘图像， 一般都是二值图像，背景是黑色

double threshold1,// 低阈值，常取高阈值的1/2或者1/3

double threshold2,// 高阈值

int aptertureSize,// Soble算子的size，通常3x3，取值3

bool L2gradient // 选择 true表示是L2来归一化，否则用L1归一化

)

默认情况一般选择是L1，参数设置为false

代码实例

#
#
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
Mat src, gray_src, dst;
int t1_value = 50;
int max_value = 255;
const char* OUTPUT_TITLE = "Canny Result";
void Canny_Demo(int, void*);
int main(int argc, char** argv) {
	src = imread("D:/linuxkiss/images/leo.png");
	if (!src.data) {
		printf("could not load image...\n");
		return -1;
	}

	char INPUT_TITLE[] = "input image";
	namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
	namedWindow(OUTPUT_TITLE, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_TITLE, src);

	cvtColor(src, gray_src, CV_BGR2GRAY);
	createTrackbar("Threshold Value:", OUTPUT_TITLE, &t1_value, max_value, Canny_Demo);
	Canny_Demo(0, 0);

	waitKey(0);
	return 0;
}

void Canny_Demo(int, void*) {
	Mat edge_output;
	blur(gray_src, gray_src, Size(3, 3), Point(-1, -1), BORDER_DEFAULT);
	//------api调用------
	Canny(gray_src, edge_output, t1_value, t1_value * 2, 3, false);

	//dst.create(src.size(), src.type());
	//src.copyTo(dst, edge_output);
	// (edge_output, edge_output);
	imshow(OUTPUT_TITLE, ~edge_output);
}