【OpenCV学习| (19) 图像处理 | Canny边缘检测

1.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 – 五步( cv::Canny)

• 高斯模糊 - GaussianBlur
• 灰度转换 - cvtColor
• 计算梯度 – Sobel/Scharr
• 非最大信号抑制
• 高低阈值输出二值图像

1.1 非最大信号抑制

1.2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。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

2.API – cv::Canny

Canny（
InputArray src, // 8-bit的输入图像
OutputArray edges,// 输出边缘图像， 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

3.示例：

#include 
#include 

using namespace std;
using namespace cv;

/**********************************************************/
Mat src,src_gray,dst;
int T1_Value = 50;
int Max_Value = 255;
const char* OUTPUT_TITLE = "Cany image";
/**********************************************************/

void Canny_Demo(int, void*);

/***********************************************************/


int main(int argc, char** argv) {

	src = imread("test.jpg");
	if (!src.data)
	{
		printf("could not find the image...");
		//cerr << "not find teh data.." << endl;
		//cout << "not find teh data.." << endl;
		return -1;
	}

	char INPUT_TITLE[] = "input image";
	namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE);
	imshow(INPUT_TITLE, src);

	cvtColor(src, src_gray, CV_BGR2GRAY);
	createTrackbar("Threshold value", OUTPUT_TITLE, &T1_Value, Max_Value, Canny_Demo);
	//imshow("gray image", src_gray);
	Canny_Demo(0, 0);

	waitKey(0);
	return 0;
}
	

void Canny_Demo(int, void*)
{
	Mat edge_image;
	blur(src_gray, src_gray, Size(3, 3), Point(-1, -1), BORDER_DEFAULT); //均值滤波
	Canny(src_gray, edge_image, T1_Value, T1_Value * 2, 3, false);
	imshow(OUTPUT_TITLE, edge_image);
	/*
	dst.create(src.size(), src.type());
	Mat mask1 = Mat::zeros(src.size(), src.type());
	src.copyTo(dst, mask1);
	imshow(OUTPUT_TITLE, dst);
	*/
}