学习opencv之canny算法

最新推荐文章于 2025-05-29 00:00:00 发布

cv_yuippe

最新推荐文章于 2025-05-29 00:00:00 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： opencv

本文链接：https://blog.youkuaiyun.com/cv_yuippe/article/details/8956657

opencv 专栏收录该内容

46 篇文章

订阅专栏

本文详细介绍了Canny边缘检测算法的三个基本原则：信噪比准则、定位精度准则和单边缘响应准则。并通过四个具体步骤解释了该算法的工作原理：高斯滤波、计算梯度幅值和方向、非极大值抑制及双阈值算法的应用。此外，还提供了一个使用OpenCV实现Canny边缘检测的示例代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

canny对边缘检测质量进行分析时，有3个原则：

1、信噪比准则

2、定位精度准则

3、单边缘响应准则

canny边缘检测的基本思想是：首先对图像选择一定的Gauss滤波器进行平滑滤波，然后采用非极值抑制技术进行处理得到最后的边缘图像。

具体步骤:

1、用高斯滤波器平滑图像

2、用一阶偏导的有限差分来计算梯度的幅值和方向

3、对梯度幅值进行非极大值抑制

4、用双阈值算法检测和连接边缘

通俗的来说：就是在进行边缘检测时，还是要用到滤波减小噪声，先通过在水平和垂直方向的一阶偏导，求得梯度的幅值和方向，这样每个点都可能有4中方向情况（0,45,90,135度），在局部范围内，保留在同一方向上，梯度最大的点，非最大就置零，最后使用2个阈值T1和T2（T1<T2）,T2用来找到每条线段，T1用来在这些线段的两个方向上延伸寻找边缘的断裂处，并连接这些边缘。

注：上下限阈值之比最好在2:1到3:1之间。

实现代码如下：

// 1.2.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"
#include"opencv243.h"

using namespace cv;
using namespace std;

Mat image, cedge;
Mat gray,  edge;

int edgeThresh = 1;

void onTrackbar(int, void*)
{
	
	
	GaussianBlur(gray,edge,Size(3,3),0);//高斯滤波
 
	// Canny 边缘检测
	Canny(gray,edge, edgeThresh, edgeThresh*2, 3);
 
	//全部设为0
	cedge = Scalar::all(0);
 
	//拷贝边缘的象素点
	image.copyTo(cedge, edge);
 
	imshow("edge", edge);
 
}

int _tmain(int argc, _TCHAR* argv[])
{
	image=imread("C:\\Users\\sony\\Desktop\\Lena.jpg");
	if(image.empty())
	{
		cout<<"miss the image file"<<endl;
		return -1;
	}
	cedge.create(image.size(),image.type());//建立新的数组
	cvtColor(image,gray,CV_RGB2GRAY);  //转化为灰度图像

	cvNamedWindow("edge",CV_WINDOW_AUTOSIZE);

	createTrackbar("Canny Threshold", "edge", &edgeThresh, 100, onTrackbar);

	waitKey(0);

	return 0;
}