OpenCV Canny边缘检测算法

1986年，JOHN CANNY 提出一个很好的边缘检测算法，被称为Canny编边缘检测器。Canny边缘检测器是一种经典的图像边缘检测与提取算法，应用广泛，主要是因为Canny边缘检测具备以下特点：

1. 有效的噪声抑制，内带高斯模糊，x方向和y方向梯度和
   用2个阈值代替一个阈值，高低阈值连接
2. 更强的完整边缘提取能力

Canny算法是如何做到精准的边缘提取的，主要是靠下面五个步骤

1. 高斯模糊 – 抑制噪声
2. 梯度提取得到边缘候选 剃度边缘的计算论文里建议使用sobel算子或者prewitt，实际第一步和第二步可以连起来，其实就是一个LOG算子
3. 角度计算与非最大信号抑制（只有中心像素点最大的时候才保留，比两边大）
4. 高低阈值链接、获取完整边缘（但阈值过高边缘就少，过低噪点就多 高于高阈值全保留，低于全去掉，之间的只要通道高阈值的就保留，否则舍弃）
5. 输出边缘

OpenCV中Canny边缘检测的API如下：
void cv::Canny(
InputArray image,
OutputArray edges,
double threshold1,
double threshold2,
int apertureSize = 3,
bool L2gradient = false
)

其中输入图像可以是单、三通道图像，而输出则是二值图形。参数threshold1 是Canny边缘检测算法第四步中高低阈值链接中低阈值，参数threshold2 是Canny边缘检测算法第四步中高低阈值链接中高阈值、高低阈值之比在2:1～3:1之间（经验值）。最后一个参数是计算gradient的方法L1（绝对值，计算量较小）或者L2（平方和开根号）。

代码实践：

/*
  Canny边缘检测算法
*/

#include<iostream>
#include<cmath>
#include<opencv2\opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char**argv)
{
    
    

	/*
	完整的Canny边缘检测算法包括以下步骤：
	1. 彩色图像转换为灰度图像
	2. 对图像进行高斯模糊
	3. 计算图像梯度，根据梯度计算图像边缘幅值与角度
	4. 非最大信号压制处理（边缘细化）
	5. 双阈值边缘连接处理
	6. 二值化图像输出结果
	*/

	Mat input = imread("./test_images/car.jpg");
	if (input.empty())
	{
    
    
		cout << "read image failed!" << endl;
		return -1;
	}
	imshow("input", input);

	Mat gray,canny;

	//bgr 2 gray
	cvtColor(input, gray, CV_BGR2GRAY);

	//canny
	Canny(gray, canny, 100, 300, 3, false);
	imshow("canny", canny);

	waitKey(0);

	return 0;
}

Canny结果：