OpenCV中Canny边缘检测 【Machine|OpenCV中Canny边缘检测】具体的Canny边缘检测原理:
1、消除噪声，使用高斯平滑滤波器卷积降噪
2、计算梯度幅值和方向。利用Sobel滤波器。
得到x和y方向的导数Gx和Gy
计算梯度的幅值和方向:
G = sqrt(Gx^2 + Gy^2)
a = arctan(Gx/Gy)
(梯度的方向近似到四个可能角度之一(一般0，45，90，135))
3、非极大值抑制，这一步排除非边缘像素，仅仅保留一些细线条。
4、滞后阈值:滞后阈值需要两个阈值(高阈值和低阈值)
a.如果某一个像素位置的幅值超过了高阈值，该像素被保留为边缘像素。
b.如果某一像素位置的幅值小于低阈值，该像素被排除。
c.如果幅值在两个阈值之间，该像素仅仅连接到一个高于高阈值的像素时被保留。
Canny推荐的高低阈值比在2:1到3:1之间。
include "opencv2/opencv.hpp"
#include "math.h"using namespace std;
using namespace cv;
void CannyThreshold(int,void*);
Mat src,dst,src_gray,detected_edges;
int lowThreshold = 2;
int main(int argc, char *argv[])
{
src = https://www.it610.com/article/imread("/home/dynamicw/Project/C++_Project/opencvtest/src/lesson01/source/map.png");
cvtColor(src,src_gray,CV_RGB2GRAY);
dst.create(src.size(),src.type());
namedWindow("window",CV_WINDOW_AUTOSIZE);
createTrackbar("lowThreshold","window",&lowThreshold,255,CannyThreshold);
CannyThreshold(0,0);
waitKey(0);
return 0;
}void CannyThreshold(int,void*)
{
blur(src_gray,detected_edges,Size(3,3));
Canny(detected_edges,detected_edges,lowThreshold,3*lowThreshold,5);
dst = Scalar::all(0);
src.copyTo(dst,detected_edges);
imshow("test",dst);
}推荐阅读
- 人脸识别|【人脸识别系列】| 实现自动化妆
- OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
- opencv|图像处理之椒盐噪声的添加与去除
- 人脸识别|【人脸识别系列】| 实现人脸截图保存并编写128维特征向量
- opencv|网络爬虫入门练习
- Machine|scikit-learn-分类模型评价标准
- OpenCV|【OpenCV 完整例程】89. 带阻滤波器的传递函数
- OpenCV|【OpenCV 完整例程】90. 频率域陷波滤波器
- OpenCV|【OpenCV 完整例程】22. 图像添加非中文文字