OpenCV_mechanisms of Canny operator(Canny算子检测图像边缘)

目录

一.介绍

1.函数原型 

2. 原理与步骤：

   1). 消除噪声: gaussian

   2). 计算梯度幅值和方向: sobel算子

   3). 进行非极大值抑制

   4). 滞后阈值，筛选边缘。

二. 代码测试

          main.cpp

testFuntion.h

testFuntion.cpp 

三. 运行结果

一.介绍 1.函数原型 

对应opencv中：cv:Canny    imgproc.hpp

@param image 8-bit input image.

@param edges output edge map; single channels 8-bit image, which has the same size as image .

@param threshold1 first threshold for the hysteresis procedure.

@param threshold2 second threshold for the hysteresis procedure.

@param apertureSize aperture size for the Sobel operator.

@param L2gradient a flag, indicating whether a more accurate \f$L_2\f$ norm

\f$=\sqrt{(dI/dx)^2 + (dI/dy)^2}\f$ should be used to calculate the image gradient magnitude (L2gradient=true ), or whether the default \f$L_1\f$ norm \f$=|dI/dx|+|dI/dy|\f$ is enough (L2gradient=false )

CV_EXPORTS_W void Canny( InputArray image, OutputArray edges,

                         double threshold1, double threshold2,

                         int apertureSize = 3, bool L2gradient = false );

 

2. 原理与步骤：    1). 消除噪声: gaussian

    一般情况下，使用高斯平滑滤波器，卷积降噪。 如 size = 5 的高斯核

   2). 计算梯度幅值和方向: sobel算子

       Ⅰ.运用一对卷积阵列 (分别作用于 x 和 y 方向): 按照Sobel算子进行计算梯度

 

       Ⅱ.使用下列公式计算梯度幅值和方向: 二阶偏导平和开根号 角度是反正切

   3). 进行非极大值抑制

     即求梯度方向的局部极大值，来排除非边缘像素， 仅仅保留了一些细线条(候选边缘)。

     非极大值抑制原理: 在一个窗口内，如果有多个角点，则用值最大的那个角点，其他的角点都删除，比如可以通过图像的膨胀运算来达到检测极大值的目的，因为默认参数的膨胀运算就是用窗口内的最大值替代当前的灰度值。

   4). 滞后阈值，筛选边缘。

    使用了两个阈值(高阈值和低阈值):

Ⅰ. 如果某一像素的梯度小于低阈值, 该像素被排除。          //小阈值用来控制边缘连接

Ⅱ. 如果某一像素的梯度超过高阈值, 该像素被保留为边缘像素。 //大的阈值用来控制强边缘的初始分割

Ⅲ. 如果某一像素的梯度在两个阈值之间,该像素仅仅在连接到一个高于高阈值的像素时，被保留。

推荐的高低阈值比: 在2:1到3:1之间。或者使用直方图中像素总数的70% 30%位置的值。

 

二. 代码测试 main.cpp

#include ".\mycode\include\testFuntion.h"

int main()
{
	test_Canny();

	return 0;
}

testFuntion.h

#include 

#define  PIC_LOGO            "D://test_OpenCV//testpic//jologo.jpg"
#define  PIC_MOUNTAIN_CITY    "D:\\test_OpenCV\\testpic\\mountain_city.jpg"

#define SCALE	100		//缩放比例因子
using namespace cv;

测试Canny算子，检测图像边缘
void test_Canny();

testFuntion.cpp 

void test_Canny()
{
	Mat srcImg = imread(PIC_LOGO);
	Mat grayImg, dstImg, edgeImg;

	namedWindow("Pic src");
	imshow("Pic src", srcImg);

	int unitSize = (srcImg.size().height > srcImg.size().width ? srcImg.size().width : srcImg.size().height)*2/ SCALE;
	
	cvtColor(srcImg, grayImg, COLOR_BGR2GRAY);
	blur(grayImg, grayImg, Size(unitSize, unitSize));
	Canny(grayImg, edgeImg, 3, 9);
	
	namedWindow("Pic after canny");
	imshow("Pic after canny", edgeImg);

	waitKey();

}

 

三. 运行结果