opencv学习笔记（二十）Canny边缘检测

1.原理

个人觉得和Sobel算子差不多，不过其对高低阈值又进行了一个控制，下面介绍。

2.相关API

Canny（InputArray src,OutputArray edges,double threshold1,double threshold2,int aptertureSize,bool L2gradient ）

参数1：8-bit的输入图像

参数2：输出边缘图像， 一般都是二值图像，背景是黑色

参数3：低阈值

参数4：高阈值（为低阈值2到3倍）

参数5：Soble算子的size，通常3x3，取值3

参数6：归一化方法，一般用L1取绝对值

参数3和4的解释：T1， T2为高低阈值，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。

3.代码实现

#include "stdafx.h"
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;

Mat src, dst,srcGray,result;
char inputName[] = "input name";
char outputName[] = "output name";
int t1Value = 50;
int maxValue = 255;
void CannyDemo(int, void*);
int main()
{
	src = imread("D:/demo.jpg");
	if (src.empty())
	{
		cout << "找不到图像" << endl;
		return -1;
	}
	namedWindow(inputName, CV_WINDOW_AUTOSIZE);
	imshow(inputName, src);
	namedWindow(outputName, CV_WINDOW_AUTOSIZE);
	GaussianBlur(src, dst, Size(3, 3), 0, 0);
	cvtColor(dst, srcGray, CV_BGR2GRAY);
	createTrackbar("Threshold T1 Value", outputName, &t1Value, maxValue, CannyDemo);
	CannyDemo(0, 0);

	waitKey(0);
	return 0;
}

void CannyDemo(int, void*)
{
	Mat final;
	Canny(srcGray, result, t1Value, t1Value * 3, 3, false);
	final.create(src.size(), src.type());
	src.copyTo(final, result);//A.copyTo(B, mask),如果在某个像素点(i, j)其值为1（只看第一通道，所以mask单通道即可），则把A.at(i, j)处的值直接赋给B.at(i, j)，如果其值为0则B.at(i, j)处保留其原始像素值。这样能够使得图标边缘的颜色和原图保持一致。
	imshow(outputName, final);
}

4.运行结果

当低阈值较低时候保留的细节越多，所以轮廓越明显。低阈值高的时候如下：

扫描二维码关注公众号，回复： 9968117 查看本文章