opencv中的cvCanny函数学习

最新推荐文章于 2025-06-18 09:26:25 发布

翻译最新推荐文章于 2025-06-18 09:26:25 发布 · 2.2k 阅读

文章标签：

#cvCanny

opencv 专栏收录该内容

20 篇文章

订阅专栏

本文详细介绍了Canny边缘检测算法的工作原理及其实现过程。该算法通过计算图像的一阶导数来确定边缘方向，并利用双阈值技术进行边缘连接，从而有效地区分真实边缘和噪声。文中还解释了cvCanny函数的参数设置及其使用方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

cvCanny函数

Canny算法同简单的基于拉普拉斯算法的不同点之一是在Canny算法中，首先在x和y方向求一阶导数，然后组合为4个方向的导数。这些方向导数达到局部最大值的点就是组成边缘的候选点。Canny算法最重要的一个新特点是其试图将独立边的候选像素拼装成轮廓。轮廓的形成是对这些像素运用滞后性阈值。这意味着有两个阈值，上限和下限。如果一个像素的梯度大于上限阈值，则被认为是边缘像素，如果低于下限阈值，则被抛弃，如果介于二者之间，只有当其与高于上限阈值的像素连接时才会被接受。Canny推荐的上下限阈值比为2:1到3:1之间。

void cvCanny{
   const  CvArr*     img,
   CvArr*            edge,
   double            lowThresh,
   double            highThresh,
   int               apertureSize=3
};

cvCanny（）函数需要输入一幅灰度图像，输出图也一定是灰度的（实际上是布尔图像）。接下来两个参数是下限阈值和上限阈值，最后一个参数是另一个中孔，这个被Sobel算子用到的中孔是cvCanny（）在内部使用的。（不太懂这句话的意思，我查阅资料后，觉得应该是Sobel算子内核大小）