阈值，边缘检测_阈值边缘

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/core/core.hpp>
#include <iostream>
using namespace cv;
using namespace std;
#define PATH "/Users/mac/ClionProjects/opencv_test/"
 
// 滤波：  以高斯滤波为例，低通是模糊（边缘不明显），高通是锐化（强调边缘和噪音）
// 膨胀和腐蚀都是相对于高亮区域， 膨胀dilate是扩展高亮区域，腐蚀是缩小
// 膨胀用核周围最大值代替核中心， 腐蚀用核周围最小值代替
// 高斯金字塔：高斯核卷积后池化 层层降采样
// 拉普拉斯金字塔：
// 一般值为-1或者Size（）为默认类型
// 自适应阈值：根据临近像素值决定阈值大小（而不是全局固定一个阈值），但是二值化后的值仍是全局一致的
int main()
{
 
    //
    Mat src = imread(PATH"home.jpg");
    cvtColor(src, src, COLOR_BGR2GRAY);
    Mat dstImg;
    threshold(src, dstImg, 50, 200, THRESH_BINARY );
    adaptiveThreshold(src, dstImg, 150, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 5, 0);
    imshow("ans", dstImg);
 
    waitKey(0);
    return 0;
 
}

边缘检测（canny）

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/core/core.hpp>
#include <iostream>
using namespace cv;
using namespace std;
#define PATH "/Users/mac/ClionProjects/opencv_test/"
 
/**
 Cannya检测：
 1.高斯滤波消除噪声
 2.计算梯度和方向，利用sobel算子计算x,y方向梯度，合成后有幅值和方向，方向背量化为0，45，90，135
 3.非极大值抑制，消除非边缘像素
 4.滞后阈值（双阈值）
    高过高阈值则保留为边缘像素
    低于低阈值则被排除
    处于中间的若连接至高阈值像素时保留
 */
int main()
{
 
    //
    Mat src = imread(PATH"home.jpg");
    Mat dstImg, grayImg,edge;
 
//    threshold(src, dstImg, 50, 200, THRESH_BINARY );
//    adaptiveThreshold(src, dstImg, 150, ADAPTIVE_THRESH_GAUSSIAN_C, THRESH_BINARY, 5, 0);
     //高阶用法：边缘作为掩码拷贝至原图,
    dstImg.create(src.size(), src.type());
    cvtColor(src, grayImg, COLOR_BGR2GRAY);
    Canny(grayImg, edge, 100, 150 );
    dstImg = Scalar::all(0);
    src.copyTo(dstImg, edge);
    imshow("as", dstImg);
 
    waitKey(0);
    return 0;
 
}