opencv Canny函数 opencv

Canny 原理

先经过高斯平滑，目的是去噪声
寻找图像强度梯度
非极大抑制
- 【opencv Canny函数】这一步的目的是将模糊（blurred）的边界变得清晰（sharp）。通俗的讲，就是保留了每个像素点上梯度强度的极大值，而删掉其他的值。对于每个像素点，进行如下操作：
  - 将其梯度方向近似为以下值中的一个（0,45,90,135,180,225,270,315）（即上下左右和45度方向）
  - 比较该像素点，和其梯度方向正负方向的像素点的梯度强度
  - 如果该像素点梯度强度最大则保留，否则抑制（删除，即置为0）
  - 文章图片
双阈值
- 经过非极大抑制后图像中仍然有很多噪声点。Canny算法中应用了一种叫双阈值的技术。即设定一个阈值上界和阈值下界（opencv中通常由人为指定的），图像中的像素点如果大于阈值上界则认为必然是边界（称为强边界，strong edge），小于阈值下界则认为必然不是边界，两者之间的则认为是候选项（称为弱边界，weak edge），需进行进一步处理。经过双阈值处理的图像如下图所示
利用滞后的边界跟踪
- 体思想是，和强边界相连的弱边界认为是边界，其他的弱边界则被抑制

函数

void Canny(cv::InputArray src, cv::OutputArray dst, double threshold1, double threshold2, int aperture_size=3 );

src: 原图像，单通道灰度图像
dst: 生成的图像
threshold1，threshold2
函数的两个阀值。

demo

#include #include using namespace std; using namespace cv; Mat dst, gray_src, src; int value = https://www.it610.com/article/1; void Callback(int, void*); int main() { src = imread("f:/1.png"); if (src.empty()) { cout << "can not find the image" << endl; return -1; } imshow("原图像", src); cvtColor(src, gray_src, CV_BGR2GRAY); imshow("灰度图像", gray_src); namedWindow("结果", CV_WINDOW_AUTOSIZE); createTrackbar("bar", "结果", &value, 150, Callback); Callback(0, 0); waitKey(0); return 0; } void Callback(int, void*) { Canny(gray_src, dst, value, value*2); imshow("结果", dst); }