OpenCV-图像处理（19、Canny边缘检测）

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 - 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。
  也就是说：
  • 如果像素梯度高于上阈值，则该像素被接受为边缘
  • 如果像素梯度值低于下阈值，则拒绝它
  • 如果像素梯度在两个阈值之间，则仅当它连接到高于上阈值的像素时才接受它。
• 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，可以是单通道，也可以是多通道
OutputArray edges,// 输出边缘图像，单通道 8-bit， 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

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

程序代码

#include
#include
using namespace cv;

Mat src,gray_src,dst;
char* windows_name="Canny Demo Windows";
int value=50,max_value=255;
void Canny_Demo(int, void*);

int main(){
	// 1. 加载图像
	src=imread("E:/Experiment/OpenCV/Pictures/girl.jpg");
	if(!src.data){
		printf("Could not load ... ");
		return -1;
	}
	namedWindow(windows_name,CV_WINDOW_AUTOSIZE);
	imshow("src",src);

	// 2. 转成灰度图像
	cvtColor(src, gray_src, CV_BGR2BGRA);
	// 3. 创建滚动条，拖动阈值
	createTrackbar("低阈值：", windows_name, &value, max_value, Canny_Demo);
	Canny_Demo(0,0);

	waitKey(0);
	return 0;
}
void Canny_Demo(int, void*){
	Mat blur_src;
	//这里的 blur 仅仅只是对原始图像去干扰，可有可无，Canny 函数内部已经实现了其算法的五个步骤
	blur(gray_src, blur_src, Size(3,3), Point(-1,-1),BORDER_DEFAULT);
	//输入图像的颜色数据类型要求是8bit ， 输入图像可以是 gray ，也可以是 src ，src的干扰线比gray多很多
	Canny(blur_src, dst, value, value * 2, 3, false);//边缘检测提取，t1_value越大，检测到的边缘越少
	
	imshow(windows_name, dst); //如果使用 ~dst 表示将图像黑白反过来

	Mat result;
	result.create(src.size(), src.type());//创建一个相同类型，相同大小的Mat对象
    //如果mask.at(i,j)为1，则把src.at(i,j)赋给dst.at(i,j)，如果mask.at(i,j)为0，则dst.at(i,j)设为0
    src.copyTo(result, dst);
    imshow("copyTo", result);
}

运行结果