opencv::Canny边缘检测

 

Canny算法介绍 五步 in 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 


Canny算法介绍-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

 

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
　　

）

 

 

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(STRPAHT2);
    if (!src.data) {
        printf("could not load image...\n");
        return -1;
    }

    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);
    Canny(gray_src, edge_output, t1_value, t1_value * 2, 3, false);

    imshow(OUTPUT_TITLE, ~edge_output);
}