边缘检测例程-Canny, Sobel, Scharr

代码

#include <iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/video.hpp>
 
using namespace cv;
using namespace std;

//原图, 原图的灰度图, 目标图
Mat g_srcImage, g_srcGrayImage, g_dstImage;

//Canny 边缘检测相关变量
Mat g_cannyDetectedEdges;
int g_cannyLowThreshold = 1; // TrackBar 位置参数

//Sobel边缘检测相关变量
Mat g_sobelGradient_X, g_sobelGradient_Y;
Mat g_gobelAbsGradient_X, g_gobelAbsGradient_Y;
int g_sobelKernelSize = 1; // TrackBar 位置参数

//Scharr滤波器相关变量
Mat g_scharrGradient_X, g_scharrGradient_Y;
Mat g_scharrAbsGradient_X, g_scharrAbsGradient_Y;

//全局函数
static void on_Canny(int, void*); //Canny边缘检测窗口滚动条的回调函数
static void on_Sobel(int, void*); //Sobel边缘检测窗口滚动条的回调函数
void Scharr(); //封装了Scharr边缘检测相关代码的函数

int main(int argc, char** argv)
{
	//载入原图
	g_srcImage = imread("700levi.jpg");
	if (!g_srcImage.data) {
		cout << "读取错误" << endl;
		return -1;
	}
	namedWindow("原始图");
	imshow("原始图", g_srcImage);

	//创建与src同类型和大小的矩阵
	g_dstImage.create(g_srcImage.size(), g_srcImage.type());

	//原图转换为灰度图像
	cvtColor(g_srcImage, g_srcGrayImage, COLOR_BGR2GRAY);

	//创建和显示窗口
	namedWindow("效果图Canny边缘检测");
	namedWindow("效果图Sobel边缘检测");

	//创建trackbar
	createTrackbar("参数值", "效果图Canny边缘检测", &g_cannyLowThreshold, 120, on_Canny);
	createTrackbar("参数值", "效果图Sobel边缘检测", &g_sobelKernelSize, 3, on_Sobel);

	//调用回调函数
	on_Canny(0, 0);
	on_Sobel(0, 0);

	//调用封装了Scharr边缘检测代码的函数
	Scharr();

	//按下q 程序退出
	while (char(waitKey(1)) != 'q') {};
	return 0;
}

//Canny边缘检测窗口滚动条的回调函数
void on_Canny(int, void*) {
	//先使用 3*3 内核来降噪
	blur(g_srcGrayImage, g_cannyDetectedEdges, Size(3, 3));

	//运行Canny算子
	Canny(g_cannyDetectedEdges, g_cannyDetectedEdges, g_cannyLowThreshold, g_cannyLowThreshold * 3, 3);

	//先将g_dstImage内所有的元素设置为0
	g_dstImage = Scalar::all(0);

	//使用Canny算子输出的边缘图作为掩码,将原图g_srcImage拷贝到图g_dstImage中
	g_srcImage.copyTo(g_dstImage, g_cannyDetectedEdges);

	//显示效果图
	imshow("效果图Canny边缘检测", g_dstImage);
}

//Sobel边缘检测窗口滚动条的回调函数
void on_Sobel(int, void*) {
	//求X方向梯度
	Sobel(g_srcImage, g_sobelGradient_X, CV_16S, 1, 0, (2* g_sobelKernelSize+1), 1, 1, BORDER_DEFAULT);
	convertScaleAbs(g_sobelGradient_X, g_gobelAbsGradient_X);//计算绝对值, 并将结果转换成8位

	//求Y方向梯度
	Sobel(g_srcImage, g_sobelGradient_Y, CV_16S, 0, 1, (2 * g_sobelKernelSize + 1), 1, 1, BORDER_DEFAULT);
	convertScaleAbs(g_sobelGradient_Y, g_gobelAbsGradient_Y);//计算绝对值, 并将结果转换成8位

	//合并梯度
	addWeighted(g_gobelAbsGradient_X, 0.5, g_gobelAbsGradient_Y, 0.5, 0, g_dstImage);

	//显示效果图
	imshow("效果图Sobel边缘检测", g_dstImage);
}


//Scharr边缘检测
void Scharr() {
	//求X方向梯度
	Scharr(g_srcImage, g_scharrGradient_X, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT);
	//计算绝对值,并将结果转换成8位
	convertScaleAbs(g_scharrGradient_X, g_scharrAbsGradient_X);

	//求Y方向梯度
	Scharr(g_srcImage, g_scharrGradient_Y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);
	//计算绝对值,并将结果转换成8位
	convertScaleAbs(g_scharrGradient_Y, g_scharrAbsGradient_Y);

	//合并梯度
	addWeighted(g_scharrAbsGradient_X, 0.5, g_scharrAbsGradient_Y, 0.5, 0, g_dstImage);

	//显示效果图
	imshow("效果图Scharr边缘检测", g_dstImage);
}

效果