opencv canny边缘检测cvCreateTrackbar 的使用

图像处理中经常要进行边缘检测，其中canny边缘检测是一种比较好的边缘检测方法，opencv中也提供了方法，下面的例子就是利用opencv来实现的，以前也用纯java实现过，关于原理请参看一下我的另外一篇博客：http://www.cnblogs.com/bokeofzp/p/6057952.html

opecv canny算法

#include   
#include  
#include 
#include 
#include 
using namespace cv;
using namespace std;
void find_move_people();
IplImage *srcImage, *cannyImage;
char *grayWindow,*cannyWindow;
void on_trackbar(int threshold)
{
	// 灰度图，canny输出图，低阈值，高阈值，灰度梯度的算子内核大小
	cvCanny(srcImage, cannyImage, threshold, threshold * 3, 3);
	cvShowImage(cannyWindow, cannyImage);
}
int main(void)
{
	char *f = "E:\\opencv\\opencv\\sources\\samples\\wp8\\OpenCVXaml\\OpenCVXaml\\Assets\\Lena.png";
	grayWindow = "原图";
	cannyWindow = "边缘检测";
	srcImage = cvLoadImage(f, CV_LOAD_IMAGE_GRAYSCALE);
	cannyImage = cvCreateImage(cvGetSize(srcImage), IPL_DEPTH_8U, 1);
	cvNamedWindow(grayWindow, CV_WINDOW_AUTOSIZE);
	cvNamedWindow(cannyWindow, CV_WINDOW_AUTOSIZE);

	const char *threshold = "Threshold";
	int nThresholdEdge = 1;
	//on_trackbar 为回调函数，既当滑动条动，nThresholdEdge 改变时调用的函数，可以通过getTrackbarPos来获得进度值
	cvCreateTrackbar(threshold, cannyWindow, &nThresholdEdge, 100, on_trackbar);
	cvShowImage(grayWindow, srcImage);
	on_trackbar(1);
	waitKey(0);
}

最终执行的结果如下：