赞
踩
Canny是边缘检测算法,在1986年提出的。是一个很好的边缘检测器很常用也很实用的图像处理方法。
Canny算法介绍 – 五步( cv::Canny)
T1, T2为阈值,凡是高于T2的都保留,凡是小于T1都丢弃,从高于T2的像素出发,凡是大于T1而且相互连接的,都保留。最终得到一个输出二值图像。推荐的高低阈值比值为 T2: T1 = 3:1/2:1其中T2为高阈值,T1为低阈值
Canny(
InputArray src, // 8-bit的输入图像
OutputArray edges,// 输出边缘图像, 一般都是二值图像,背景是黑色
double threshold1,// 低阈值,常取高阈值的1/2或者1/3
double threshold2,// 高阈值
int aptertureSize,// Soble算子的size,通常3x3,取值3
bool L2gradient // 选择 true表示是L2来归一化,否则用L1归一化
)
默认情况一般选择是L1,参数设置为false
#include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; /**********************************************************/ Mat src,src_gray,dst; int T1_Value = 50; int Max_Value = 255; const char* OUTPUT_TITLE = "Cany image"; /**********************************************************/ void Canny_Demo(int, void*); /***********************************************************/ int main(int argc, char** argv) { src = imread("test.jpg"); if (!src.data) { printf("could not find the image..."); //cerr << "not find teh data.." << endl; //cout << "not find teh data.." << endl; return -1; } char INPUT_TITLE[] = "input image"; namedWindow(INPUT_TITLE, CV_WINDOW_AUTOSIZE); imshow(INPUT_TITLE, src); cvtColor(src, src_gray, CV_BGR2GRAY); createTrackbar("Threshold value", OUTPUT_TITLE, &T1_Value, Max_Value, Canny_Demo); //imshow("gray image", src_gray); Canny_Demo(0, 0); waitKey(0); return 0; } void Canny_Demo(int, void*) { Mat edge_image; blur(src_gray, src_gray, Size(3, 3), Point(-1, -1), BORDER_DEFAULT); //均值滤波 Canny(src_gray, edge_image, T1_Value, T1_Value * 2, 3, false); imshow(OUTPUT_TITLE, edge_image); /* dst.create(src.size(), src.type()); Mat mask1 = Mat::zeros(src.size(), src.type()); src.copyTo(dst, mask1); imshow(OUTPUT_TITLE, dst); */ }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。