18 OpenCV之Canny邊緣檢測

一、Canny算子

Canny邊緣檢測算法是John F. Canny於1986年開發出來的一個多級邊緣檢測算法，也被很多人認爲是邊緣檢測的最優算法

• 消除噪聲：使用高斯平滑濾波器卷積降噪

• 計算梯度幅值和方向
  
  梯度方向近似得到四個可能角度之一(一般0，45，90，135)

• 非極大值抑制：這一步排除非邊緣像素，僅僅保留了一些細線條(候選邊緣)

• 滯後閾值:最後一步，Canny使用了滯後閾值，滯後閾值需要兩個閾值(高閾值和低閾值)

  • 如果某一像素位置的幅值超過高閾值，該像素被保留爲邊緣像素。
  • 如果某一像素的幅值小於低閾值，該像素被排除
  • 如果某一像素位置的幅值在兩個閾值之間，該像素僅僅在連接到一個高於高閾值的像素時被保留

  二、Canny

void cv::Canny  (   InputArray      image,
        OutputArray     edges,
        double      threshold1,
        double      threshold2,
        int     apertureSize = 3,
        bool    L2gradient = false 
    )   

• Image: 輸入圖像
• edges: 輸出的邊緣圖像，8-bit單通道圖像，與輸入圖像有相同的尺寸。
• threshold1: 第一個滯後性閾值
• threshold2: 第二個滯後性閾值
• apertureSize: 表示應用的Sobel算子孔徑大小，有默認值3
• L2gradient: 一個計算圖像梯度幅值的標識，有默認值false

對於threshold1和threshold2兩個閾值來講，兩者較小的值用於邊緣連接而較大的值用來尋找邊緣的初始段。

三、示例

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;

Mat src, gray_src, dst;
const char* windows_name = "Canny Demo Windows";
int value = 50, max_value = 255;
void Canny_Demo(int, void*);

int main() {
	// 1. 加載圖像
	src = imread("images/02.png");
	if (!src.data) {
		printf("Could not load ... ");
		return -1;
	}
	namedWindow(windows_name, CV_WINDOW_AUTOSIZE);
	imshow("src", src);

	// 2. 轉成灰度圖像
	cvtColor(src, gray_src, CV_BGR2BGRA);
	// 3. 創建滾動條，拖動閾值
	createTrackbar("低閾值：", windows_name, &value, max_value, Canny_Demo);
	Canny_Demo(0, 0);

	waitKey(0);
	return 0;
}
void Canny_Demo(int, void*) {
	Mat blur_src;
	//這裏的 blur 僅僅只是對原始圖像去幹擾，可有可無，Canny 函數內部已經實現了其算法的五個步驟
	blur(gray_src, blur_src, Size(3, 3), Point(-1, -1), BORDER_DEFAULT);
	//輸入圖像的顏色數據類型要求是8bit ， 輸入圖像可以是 gray ，也可以是 src ，src的干擾線比gray多很多
	Canny(blur_src, dst, value, value * 2, 3, false);//邊緣檢測提取，t1_value越大，檢測到的邊緣越少

	imshow(windows_name, dst); //如果使用 ~dst 表示將圖像黑白反過來

	Mat result;
	result.create(src.size(), src.type());//創建一個相同類型，相同大小的Mat對象
	//如果mask.at(i,j)爲1，則把src.at(i,j)賦給dst.at(i,j)，如果mask.at(i,j)爲0，則dst.at(i,j)設爲0
	src.copyTo(result, dst);
	imshow("copyTo", result);
}