Opencv2.4学习：：边缘检测（5）Canny算法

Canny

canny对边缘检测质量进行分析时，有3个原则：

1、信噪比准则

2、定位精度准则

3、单边缘响应准则

canny边缘检测的基本思想是：首先对图像选择一定的Gauss滤波器进行平滑滤波，然后采用非极值抑制技术进行处理得到最后的边缘图像。

Canny算法基本可分为4个步骤：

步骤一：

滤波平滑噪声。

GaussianBlur(src,dst,Size(3,3),1.5,1.5);

步骤二：

利用已有的一阶偏导算子计算梯度。一般用sobel

步骤三：

非极大值抑制（https://blog.csdn.net/dieju8330/article/details/82789186）

步骤四：

双阈值法抑制假边缘，连接真边缘

核心函数：

void Canny(InputArray image,OutputArray edges, double threshold1, double threshold2, int apertureSize=3,bool L2gradient=false )

InputArray类型的image，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位图像。
OutputArray类型的edges，输出的边缘图，需要和源图片有一样的尺寸和类型。
double类型的threshold1，第一个滞后性阈值【低阈值】。值越大，找到的边缘越少
double类型的threshold2，第二个滞后性阈值【高阈值】。
int类型的apertureSize，表示应用Sobel算子的孔径大小，其有默认值3。
bool类型的L2gradient，一个计算图像梯度幅值的标识，有默认值false。

低于阈值1的像素点会被认为不是边缘；

高于阈值2的像素点会被认为是边缘；

在阈值1和阈值2之间的像素点,若与第2步得到的边缘像素点相邻，则被认为是边缘，否则被认为不是边缘。

调用代码：

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
void main()
{
	Mat srcImage = imread("F:\opencv_re_learn\2.jpg");
	if (!srcImage.data){
		cout << "falied to read" << endl;
		system("pause");
		return;
	}
	Mat srcGray;
	cvtColor(srcImage, srcGray, CV_BGR2GRAY);
	//高斯滤波
	GaussianBlur(srcGray, srcGray, Size(3, 3),
		0, 0, BORDER_DEFAULT);
	//Canny检测
	int edgeThresh =100;
	Mat Canny_result;
	Canny(srcImage, Canny_result, edgeThresh, edgeThresh * 3, 3);
	imshow("src", srcImage);
	imshow("Canny_result", Canny_result);
	waitKey(0);
}

实现效果：

版权声明：本文来源CSDN，感谢博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/dieju8330/article/details/82814529
站方申明：本站部分内容来自社区用户分享，若涉及侵权，请联系站方删除。

发表于 2020-06-28 01:37:07
阅读 ( 2115 )
分类：算法

Opencv2.4学习：：边缘检测（5）Canny算法

边缘检测

Canny

Canny算法基本可分为4个步骤：

核心函数：

调用代码：

你可能感兴趣的文章

精选的优质文章

0 条评论

官方社群

GO教程

推荐文章

猜你喜欢

随便看看