前言

邊緣檢測是處理圖像里面的比較重要的一個概念，現在的邊緣有傳統的處理算法，也有加入深度學習的邊緣檢測算法，這里把我用過的幾種邊緣檢測做個對比。

canny算子

1.OpenCV canny() C++ API

void Canny(InputArray image, OutputArray edges, double threshold,double threshold2,int apertureSize = 3,bool L2gradient = false)

參數說明：
InputArray image：輸入圖像（8-bit）。
OutputArray edges：輸出的邊緣圖像。
double threshold：第一個滯后性閾值
double threshold2：第二個滯后性閾值
int apertureSize：表示應用Sobel算子的孔徑大小，默認值為3
bool L2gradient：一個計算圖像梯度幅值的標識，默認值false

2.實現步驟（OpenCV官方文檔）

3.代碼實現

#include <opencv2/opencv.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp>cv::Mat src, gray, dst;cv::Mat canny_edges; int canny_low_threshold = 1; //Canny邊緣檢測窗口滾動條的回調函數 static void cannyCallBack(int, void *); int main() {src = cv::imread("1.jpg");if (src.empty()){return -1;}cv::namedWindow("原圖",0);cv::imshow("原圖", src);dst.create(src.size(), src.type());//灰度圖像cvtColor(src, gray, cv::COLOR_BGR2GRAY);cv::namedWindow("Canny", 0);//創建可調節的窗口cv::createTrackbar("參數值：", "Canny", &canny_low_threshold, 255, cannyCallBack);//調用回調函數cannyCallBack(0, 0);cv::waitKey(0);return 0; }//回調函數 void cannyCallBack(int, void *) {//先使用3×3的內核進行降噪blur(gray, canny_edges, cv::Size(3, 3));cv::Mat out;//調用Canny算子Canny(canny_edges, out, canny_low_threshold, canny_low_threshold * 3, 3);dst = cv::Scalar::all(0);src.copyTo(dst, out);//顯示效果圖imshow("Canny", out); }

4.運行效果

總結

以上是生活随笔為你收集整理的图像处理——基于OpenCV的canny边缘检测的全部內容，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。