OpenCV——边缘检测入门、Canny边缘检测

边缘检测的一般步骤：

 

最优边缘检测的三个评价标准：

低错误率：表示出尽可能多的实际边缘，同时尽可能地减少噪声产生的误报；

高定位性：标识出的边缘要与图像实际边缘尽可能接近；

最小响应：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被标识为边缘。

 

示例程序：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

//Canny边缘检测的一般过程：
//转成灰度图
//降噪
//用Canny算子（此时已经得到了边缘）
//将边缘作为掩码，拷贝原图到效果图上，得到彩色的边缘


int main(int argc, char** argv)
{
    Mat src = imread("test.jpg");
    Mat src1 = src.clone();
    Mat dst, edge, gray;

    //初始化输出图
    dst.create(src1.size(), src1.type());6
    dst = Scalar::all(0);

    //转成灰度图
    cvtColor(src1, gray, COLOR_BGR2GRAY);

    //均值滤波降噪，也可以用其他滤波方法
    blur(gray, edge, Size(3, 3));

    //运行canny算子，得到边缘
    Canny(edge, edge, 3, 9, 3);

    //掩膜的存在使得只有边缘部分被copy，得到彩色的边缘
    src1.copyTo(dst, edge);

    imshow("效果图", dst);
    
    waitKey(0);
    return 0;

}

 

不管是哪种方法最后得到的都是二值图像