OpenCV——Canny边缘检测

一、Canny算法

   Canny边缘检测算法是目前最优越的边缘检测算法之一，该算法的检测过程分5个步骤：

1. 使用高斯滤波平滑图像，减少噪声。
2. 计算图像中每个像素的梯度方向和幅值。
3. 应用非极大值抑制算法消除边缘检测带来的杂散相应。
4. 应用双阈值法区分强边缘和弱边缘。
5. 消除孤立的边缘。

二、C++代码

#include 
#include 

using namespace cv;
using namespace std;

int main()
{
     
	//----------------读取图像-----------------
	Mat img = imread("1.jpg");
    //黑白图像边缘检测结果较为明显
	Mat gray_img;
	cvtColor(img, gray_img, COLOR_BGR2GRAY);
	Mat resultHigh;
	//--------------Canny边缘检测--------------
	// 图像质量较好，无噪声。因此，无需高斯滤波。
	Canny(gray_img, resultHigh, 100, 200, 3);
	//----------------显示图像-----------------
	imshow("origin_pic", img);
	imshow("gray", gray_img);
	imshow("resultHigh", resultHigh);
	waitKey(0);
	return 0;
}

三、python代码

import cv2

img = cv2.imread("1.jpg")
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# -------------------canny()边缘检测------------------------
# 图像质量较好，无噪声。因此，无需高斯滤波。
canny = cv2.Canny(gray_img, 100, 200, 3)
# ----------------------显示结果----------------------------
cv2.imshow("original_img", img)
cv2.imshow("gray_img", gray_img)
cv2.imshow('Canny', canny)
cv2.waitKey(0)

四、结果展示

1、原始图像

2、灰度图像

3、图像边缘

五、参考链接

[1] OpenCV—python 边缘检测（Canny）
[2] OpenCV彩色图与灰度图互相转换
[3] OpenCV–图像转化为灰度图、HSV图
[4] Canny边缘检测算法原理及其VC实现详解(一)