欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

图像边缘检测——基于OpenCV的canny边缘检测

程序员文章站 2024-01-28 09:56:46
...

前言

边缘检测是处理图像里面的比较重要的一个概念,现在的边缘有传统的处理算法,也有加入深度学习的边缘检测算法,这里把我用过的几种边缘检测做个对比。

canny算子

1.OpenCV canny() C++ API

void Canny(InputArray image, OutputArray edges, double threshold,double threshold2,int apertureSize = 3,bool L2gradient = false)

参数说明:
InputArray image:输入图像(8-bit)。
OutputArray edges:输出的边缘图像。
double threshold:第一个滞后性阈值
double threshold2:第二个滞后性阈值
int apertureSize:表示应用Sobel算子的孔径大小,默认值为3
bool L2gradient:一个计算图像梯度幅值的标识,默认值false

2.实现步骤(OpenCV官方文档)
图像边缘检测——基于OpenCV的canny边缘检测
3.代码实现

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

cv::Mat src, gray, dst;

cv::Mat canny_edges;
int canny_low_threshold = 1; 

//Canny边缘检测窗口滚动条的回调函数
static void cannyCallBack(int, void *);  

int main()
{
	src = cv::imread("1.jpg");

	if (src.empty())
	{
		
		return -1;
	}
	cv::namedWindow("原图",0);
	cv::imshow("原图", src);

	dst.create(src.size(), src.type());

	//灰度图像
	cvtColor(src, gray, cv::COLOR_BGR2GRAY);

	cv::namedWindow("Canny", 0);

	//创建可调节的窗口
	cv::createTrackbar("参数值:", "Canny", &canny_low_threshold, 255, cannyCallBack);

	//调用回调函数
	cannyCallBack(0, 0);
	
	cv::waitKey(0);
	return 0;
}

//回调函数
void cannyCallBack(int, void *)
{
	//先使用3×3的内核进行降噪
	blur(gray, canny_edges, cv::Size(3, 3));

	cv::Mat out;

	//调用Canny算子
	Canny(canny_edges, out, canny_low_threshold, canny_low_threshold * 3, 3);
	dst = cv::Scalar::all(0);
	src.copyTo(dst, out);

	//显示效果图
	imshow("Canny", out);
}

4.运行效果
图像边缘检测——基于OpenCV的canny边缘检测
图像边缘检测——基于OpenCV的canny边缘检测