OpenCV特征检测(2)边缘检测函数Canny()的使用

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

使用 Canny 算法 48在图像中查找边缘。
该函数使用 Canny 算法在输入图像中查找边缘，并在输出地图 edges 中标记它们。在 threshold1 和 threshold2 之间使用较小的值进行边缘链接。较大的值用于查找强烈的边缘的初始段。参见 http://en.wikipedia.org/wiki/Canny_edge_detector

cv::Canny() 是 OpenCV 库中用于边缘检测的一个非常流行的函数。它使用 Canny 边缘检测算法来找出图像中的边缘。

函数原型

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

参数

参数image：8 位输入图像。
参数edges：输出的边缘图；单通道 8 位图像，其大小与 image 相同。
参数threshold1：滞后阈值程序的第一个阈值。
参数threshold2：滞后阈值程序的第二个阈值。
参数apertureSize：Sobel 操作符的孔径大小。
参数L2gradient：一个标志，指示是否应使用更准确的 L2 范数 $NOM=\sqrt{(dI/dx)^2 + (dI/dy)^2}$ 来计算图像梯度大小（L2gradient=true）如果为 false，则使用默认的 L1 范数 $= ∣ d I / d x ∣ + ∣ d I / d y ∣$

函数原型2

void cv::Canny
(	InputArray 	dx,InputArray 	dy,OutputArray 	edges,double 	threshold1,double 	threshold2,bool 	L2gradient = false 
)

参数2

参数dx：输入图像的 16 位 X 方向导数（CV_16SC1 或 CV_16SC3 类型）。
参数dy：输入图像的 16 位 Y 方向导数（与 dx 类型相同）。
参数edges：输出的边缘图；单通道 8 位图像，其大小与 image 相同。
参数threshold1：滞后阈值程序的第一个阈值。
参数threshold2：滞后阈值程序的第二个阈值。
参数L2gradient：一个标志，指示是否应使用更准确的 L2 范数 $nom=\sqrt{(dI/dx)^2 + (dI/dy)^2}
来计算图像梯度大小（L2gradient=true），或者是否使用默认的 L1 范数 $n o m = ∣ d I / d x ∣ + ∣ d I / d y ∣$
即可（L2gradient=false）。

代码示例

#include <iostream>
#include <opencv2/opencv.hpp>int main()
{// 加载图像cv::Mat img = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", cv::IMREAD_GRAYSCALE );if ( img.empty() ){std::cout << "Error opening image" << std::endl;return -1;}// 使用 Canny 边缘检测算法cv::Mat edges;int threshold1 = 50; // 第一个阈值int threshold2 = 150; // 第二个阈值// 调用 Canny 函数cv::Canny(img, edges, threshold1, threshold2); // 使用 Canny 算法检测边缘// 显示原始图像和边缘图像cv::namedWindow("Original Image", cv::WINDOW_NORMAL);cv::imshow("Original Image", img);cv::namedWindow("Edges", cv::WINDOW_NORMAL);cv::imshow("Edges", edges);cv::waitKey(0);return 0;
}