邊緣檢測
1、Sobel

2、Laplace

3、Roberts

4、Canny

Canny
canny對邊緣檢測質量進行分析時，有3個原則：

1、信噪比準則
2、定位精度準則
3、單邊緣響應準則 ???????
canny邊緣檢測的基本思想是：首先對圖像選擇一定的Gauss濾波器進行平滑濾波，然后采用非極值抑制技術進行處理得到最后的邊緣圖像。

?

Canny算法基本可分為4個步驟：
步驟一：

濾波平滑噪聲。

GaussianBlur(src,dst,Size(3,3),1.5,1.5);

步驟二：

利用已有的一階偏導算子計算梯度。一般用sobel

步驟三：

非極大值抑制（https://blog.csdn.net/dieju8330/article/details/82789186）

?步驟四：

雙閾值法抑制假邊緣，連接真邊緣?

核心函數：
void Canny(InputArray image,OutputArray edges, double threshold1, double threshold2, int apertureSize=3,bool L2gradient=false )
InputArray類型的image，輸入圖像，即源圖像，填Mat類的對象即可，且需為單通道8位圖像。
OutputArray類型的edges，輸出的邊緣圖，需要和源圖片有一樣的尺寸和類型。
double類型的threshold1，第一個滯后性閾值【低閾值】。值越大，找到的邊緣越少
double類型的threshold2，第二個滯后性閾值【高閾值】。
int類型的apertureSize，表示應用Sobel算子的孔徑大小，其有默認值3。
bool類型的L2gradient，一個計算圖像梯度幅值的標識，有默認值false。
低于閾值1的像素點會被認為不是邊緣；

高于閾值2的像素點會被認為是邊緣；

在閾值1和閾值2之間的像素點,若與第2步得到的邊緣像素點相鄰，則被認為是邊緣，否則被認為不是邊緣。

調用代碼：?
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
void main()
{
?? ?Mat srcImage = imread("F:\\opencv_re_learn\\2.jpg");
?? ?if (!srcImage.data){
?? ??? ?cout << "falied to read" << endl;
?? ??? ?system("pause");
?? ??? ?return;
?? ?}
?? ?Mat srcGray;
?? ?cvtColor(srcImage, srcGray, CV_BGR2GRAY);
?? ?//高斯濾波
?? ?GaussianBlur(srcGray, srcGray, Size(3, 3),
?? ??? ?0, 0, BORDER_DEFAULT);
?? ?//Canny檢測
?? ?int edgeThresh =100;
?? ?Mat Canny_result;
?? ?Canny(srcImage, Canny_result, edgeThresh, edgeThresh * 3, 3);
?? ?imshow("src", srcImage);
?? ?imshow("Canny_result", Canny_result);
?? ?waitKey(0);
}
實現效果：

原文：https://blog.csdn.net/dieju8330/article/details/82814529?

總結

以上是生活随笔為你收集整理的边缘检测（5）Canny算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。