Canny边缘检测--OpenCV(VS cv::Canny使用及原理解析)_c++ opencv canny threshold1

函数原型

参数解释：
image：输入图像，类型为8字节，即CV_8UC1（灰度图），或者CV_8UC3（彩色图片）也可以。
edges：输出边缘图像，和输入图像大小一致，类型为CV_8UC1，单通道图像。
threshold1：低阈值
threshold2：高阈值
apertureSize：Sobel导数算子的大小。
L2gradient：计算方向梯度的方法。

示例代码：

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/videoio.hpp>
#include<sstream>

using std::cout; using std::endl;

int main(int argc, char* argv[])
{
    std::string image_path = "C:\\Users\\hp\\Desktop\\demo\\8.jpg"; //图片的路径
    cv::Mat img = cv::imread(image_path, 1); 

    cv::Mat edge;
    cv::namedWindow("example", 1); //创建一个窗口用于显示源图像，1代表窗口适应图像的分辨率进行拉伸。
    cv::namedWindow("dst", 1);      //显示Canny结果

    int first_th = 50; //初始化第一个阈值
    int second_th = 150; //初始化第二个阈值
    while (true)
    {
        cv::Canny(img, edge, first_th, second_th, 3, false); //边缘检测

        //std::cout << "The channels of edges is: " << edge.channels() << "    Type is: " << edge.type() <<
        //    "   Depth: " << edge.depth() << std::endl;

        //int elem = edge.at<unsigned char>(20, 20);
        //cout << "elem: " << elem << endl;


        if (img.empty() == false) //图像不为空则显示图像
        {
            cv::imshow("example", img);
        }
        if (edge.empty() == false)
        {
            cv::imshow("dst", edge);
        }

        int  key = cv::waitKey(30); //等待任意键盘事件30ms
        if (key == int('q')) break;

        if (key == int('a')) --first_th; //按a减小第一个阈值
        if (key == int('s')) ++first_th; //按s增加第一个阈值

        if (key == int('d')) --second_th; //按d减小第二个阈值
        if (key == int('f')) ++second_th; //按f增加第二个阈值

        cout << "FIRST: " << first_th << "     " << "SECOND: " << second_th << endl; //打印两个阈值
    }


    cv::destroyAllWindows(); //关闭所有窗口

    return 0;

}




1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63

需要输入你自己的图片路径才能运行。
在英文输入法下，按q退出。按a减小第一个阈值，按s增加第一个阈值。
按d减小第二个阈值，按f增加第二个阈值。可以动态调整阈值观察边缘检测的效果。

检测效果：

threshold1：50， threshold2：150

threshold1：30， threshold2：90

原理

Canny算法先在x、y方向上求一阶导数，然后将它们组合成四个方向的导数，具有方向导数局部最大值的点组成边缘的候选项。然后使用两个滞后阈值threshold1与threshold2来形成最后的边缘，如果某像素点所在处的方向导数大于threshold2，则认为是边缘点，若小于threshold1，则认为不是边缘点，若介于两者之间，那么需要该像素点连接到一个“边缘点”才认为它是边缘。

在上面的图片中，减小两个阈值可以看出会带来更多“细小的”边缘。
建议threshold1：threshold2 = 1：3。