OpenCV——canny算子

1. opencv——Canny算子

 

Canny 的目标是找到一个最优的边缘检测算法，最优边缘检测的含义是：

最好的检测： 算法能够尽可能多地标识出图像中的实际边缘。

最好的定位： 标识出的边缘要尽可能与实际图像中的实际边缘尽可能接近。

最小的响应：图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。
第一步：用高斯平滑滤波器卷积降噪。第二步：计算梯度幅值和方向。第三步：非极大值抑制。第四步：滞后阈值

     最简单的Canny用法：

 

#include

using namespace cv;
int main()
{
	Mat src, src1;
	src = imread("h:\\1.jpg");
	imshow("原始图", src);
	Canny(src, src1, 150, 100, 3);
	//1.输入图 2.输出图 3.高域值 4.低阈值 5.孔径大小，默认值为3

	imshow("效果图", src1);
	waitKey(0);
	return 0;
}

运行结果：

 

高阶Canny用法:

转换称灰度图，降噪，用Canny，将边缘作掩码，拷贝原图到效果图，得到彩色边缘图。

 

#include


using namespace cv;
int main(void)
{
	Mat src, dst, edge, gray;
	src = imread("h:\\1.jpg");
	imshow("原始图", src);
	//创建与src同类型，同大小的矩阵dst
	dst.create(src.size(), src.type());
	//转换灰度图
	cvtColor(src, gray, COLOR_BGR2GRAY);
	//用3*3内核降噪
	blur(gray, edge, Size(3, 3));
	//运行Canny算子
	Canny(edge, edge, 3, 9, 3);
	//将dst图片所有像素设置为0，变成黑色
	dst = Scalar::all(0);
	//边缘图做掩码，将原图拷贝到效果图中
	src.copyTo(dst,edge);
	imshow("效果图", dst);
	waitKey(0);
	return 0;
}	Mat src, dst, edge, gray;
	src = imread("h:\\1.jpg");
	imshow("原始图", src);
	//创建与src同类型，同大小的矩阵dst
	dst.create(src.size(), src.type());
	//转换灰度图
	cvtColor(src, gray, COLOR_BGR2GRAY);
	//用3*3内核降噪
	blur(gray, edge, Size(3, 3));
	//运行Canny算子
	Canny(edge, edge, 3, 9, 3);
	//将dst图片所有像素设置为0，变成黑色
	dst = Scalar::all(0);
	//边缘图做掩码，将原图拷贝到效果图中
	src.copyTo(dst,edge);
	imshow("效果图", dst);
	waitKey(0);
	return 0;
}