OpenCV：十六、Canny边缘检测算子

前言

在上一章中描述了Laplance边缘检测算子，详细描述可点击查看(https://www.jianshu.com/writer#/notebooks/47386368/notes/82819100)

目标

本章中，将学习：

• Canny算子介绍
• 相关API
• 代码演示

Canny算子介绍

Canny边缘检测是一种非常流行的边缘检测算法，是John Canny在1986年提出的。它是一个多阶段的算法，即由多个步骤构成。
1.图像降噪：通常使用高斯模糊；
2.计算图像梯度：Sobel/Scharr；
3.非极大值抑制；
4.高低阈值输出二值图像；
第一步：图像降噪，我们知道梯度算子可以用于增强图像，本质上是通过增强边缘轮廓来实现的，也就是说是可以检测到边缘的。但是，它们受噪声的影响都很大。那么，我们第一步就是想到要先取出噪声，因为噪声就是灰度变化很大的地方，所以容易被识别为伪边缘。
第二步：计算图像梯度，得到可能边缘。计算图像梯度能够得到图像的边缘，因为梯度是灰度变化明显的地方，而边缘也是灰度变化明显的地方。当然这一步只能得到可能的边缘。因为灰度变化的地方可能是边缘，也可能不是边缘。这一步就有了所有可能是边缘的集合。
第三步，非极大值抑制。通常灰度变化的地方都比较集中，将局部范围内的梯度方向上，灰度变化最大的保留下来，其它的不保留，这样可以剔除掉一大部分的点。将有多个像素宽的边缘变成一个单像素宽的边缘。即“胖边缘”变成“瘦边缘”。
第四步，双阈值筛选。通过非极大值抑制后，仍然有很多的可能边缘点，进一步的设置一个双阈值，即低阈值（low），高阈值（high）。灰度变化大于high的，设置为强边缘像素，低于low的，剔除。在low和high之间的设置为弱边缘。进一步判断，如果其领域内有强边缘像素，保留，如果没有，剔除。

非极大值抑制.png

相关API

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 // （是否采用更精确的方式计算图像梯度)选择 true表示是L2来归一化，否则用L1归一化
)

关于L2gradient参数：

• 如果为true，计算图像梯度的时候会使用（更加精确）L2 ；如果为false，计算图像梯度的时候会使用L1； 默认情况一般选择是L1，参数设置为false.。

  
  
  梯度参数.png

代码演示

#include 
#include 
#include 

using namespace cv;
Mat src, gray_src, dst;
int t1_value = 50;
int max_value = 255;
const char* OUTPUT_TITLE = "Canny Result";
void Canny_Demo(int, void*);
int main(int argc, char** argv) {
    src = imread("D:/linuxkiss/images/leo.png");
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }

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

    cvtColor(src, gray_src, CV_BGR2GRAY);
    createTrackbar("Threshold Value:", OUTPUT_TITLE, &t1_value, max_value, Canny_Demo);
    Canny_Demo(0, 0);

    waitKey(0);
    return 0;
}

void Canny_Demo(int, void*) {
    Mat edge_output;
    blur(gray_src, gray_src, Size(3, 3), Point(-1, -1), BORDER_DEFAULT);
    //------api调用------
    Canny(gray_src, edge_output, t1_value, t1_value * 2, 3, false);

    //dst.create(src.size(), src.type());
    //src.copyTo(dst, edge_output);// 将原图的使用Canny算子做掩膜拷贝对应位置像素，比较耗时
        //imshow(OUTPUT_TITLE, ~edge_output);// 显示Canny算子处理后的取反图像
    imshow(OUTPUT_TITLE, edge_output);// 显示Canny算子处理后的图像
}

Canny图像.png

Canny取反图像.png

彩色图像.png