边缘检测的一般步骤
- 滤波
边缘检测的算法对噪声很敏感，所以采用滤波器来改善边缘检测器的性能。
- 增强
增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来。在具体编程实现时，可通过计算梯度幅值来确定。
- 检测
经过增强的图像，往往邻域中有很多点的梯度值比较大，而在特定的应用中，这些点并不是要找的边缘点，所以应该采用某种方法来对这些点进行取舍。实际工程中，常用的方法是通过阈值化方法来检测。
Canny算子API函数
void Canny( InputArray image, OutputArray edges,double threshold1,
double threshold2,int apertureSize = 3, bool L2gradient = false );
//InputArray image：输入图像，需要为8bit单通道图像。
//OutputArray edges：输出图像，为相同大小8bit图像。
//threshold1：低阈值。
//threshold2：高阈值。
//apertureSize：sobel算子大小。
//L2gradient：是否用L2计算梯度的方法：sqrt{(dI/dx)^2 + (dI/dy)^2}，否则用L1：|dI/dx|+|dI/dy|。
注意：对于Canny函数的使用，推荐的高低阈值比在2:1到3:1之间。
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;//全局变量
Mat dst, dst1, dst2;
Mat gray, edge;
//载入原图
Mat src = imread("12.bmp", 1);void print()
{cout << "键盘按键【1】：进行复杂canny算子" << endl;cout << "键盘按键【2】：进行简单canny算子" << endl;cout << "键盘按键【Esc】：退出程序" << endl;cout << "————————————————————————————————————————" << endl;
}int main()
{print();//改变console(控制台)字体颜色 system("color 0B");//判断图片是否读入if (!src.data){printf("读取图片image0错误~！ \n");return false;}//循环轮询按键while (1){//先显示原图namedWindow("原图");imshow("原图", src);//获取键盘按键int c = waitKey(0);//判断ESC是否按下，若按下便退出if ((c & 255) == 27){cout << "程序退出！\n";break;}//根据按键的不同，进行各种操作switch ((char)c){case '1'://高阶canny算子用法，转换为灰度图，降噪，使用canny算子，将最后//得到的边缘作为掩膜，拷贝到原图上，得到彩色边缘图cout << "您正在进行复杂canny算子操作" << endl;cvtColor(src,gray,COLOR_BGR2GRAY);blur(gray, edge, Size(3, 3));Canny(edge, edge,150,100,3);src.copyTo(dst, edge);imshow("灰度图", gray);imshow("边缘图", edge);imshow("canny图1", dst);break;case '2':cout << "您正在进行简单canny算子操作" << endl;Canny(src, dst1, 150, 100, 3);imshow("canny图2", dst1);break;}}return 0;
}
Sobel算子API函数
cv::Sobel(
InputArray Src, //输入图像
OutputArray dst, //输出图像，大小与输入图像一致
int depth, //输出图像深度
int dx, //x方向，几阶导数
int dy, //y方向，几阶导数
int ksize, //Sobel算子的kernel大小，必须是1,3,5,7
double scale=1,
double delta=0,
int borderType =BORDER_DEFAULT
)
最终的图像梯度：G=√Gx2+Gy2
为了加快计算速度，将图像梯度的计算方法简化为：G=|Gx|+|Gy|
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;int main()
{cout << "请按下任意键" << endl;Mat x,y,dst;Mat abs_x,abs_y;//载入原图Mat src = imread("12.bmp", 1);//改变console(控制台)字体颜色 system("color 0B");//判断图片是否读入if (!src.data){printf("读取图片image0错误~！ \n");return false;}//循环轮询按键while (1){//先显示原图namedWindow("原图");imshow("原图", src);//获取键盘按键int c = waitKey(0);//判断ESC是否按下，若按下便退出if ((c & 255) == 27){cout << "程序退出！\n";break;}cvtColor(src, src, COLOR_BGR2GRAY);//滤波GaussianBlur(src, src, Size(3, 3), 0, 0);//求x方向梯度Sobel(src, x, CV_16S, 1, 0, 5, 1, 1);//计算绝对值，并将结果转换为8位convertScaleAbs(x, abs_x);imshow("x方向sobel", abs_x);//求y方向梯度Sobel(src,y, CV_16S, 0,1, 5, 1, 1);//计算绝对值，并将结果转换为8位convertScaleAbs(y, abs_y);imshow("y方向sobel", abs_y);//合并梯度（近似）addWeighted(abs_x, 0.5, abs_y, 0.5, 0, dst);imshow("整体方向sobel", dst);}return 0;
}
Laplacian算子API函数
void Laplacian( InputArray src,
OutputArray dst,
int ddepth,
int ksize = 1,
double scale = 1,
double delta = 0,
int borderType = BORDER_DEFAULT );
其中ddepth一般设为-1表示输入输出图像类型一致。ksize必须为奇数，默认为1，表示是四领域算子，大于1则是八领域算子。
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;int main()
{cout << "请按下任意键" << endl;Mat dst,abs_dst;//载入原图Mat src = imread("12.bmp", 1);//改变console(控制台)字体颜色 system("color 0B");//判断图片是否读入if (!src.data){printf("读取图片image0错误~！ \n");return false;}//循环轮询按键while (1){//先显示原图namedWindow("原图");imshow("原图", src);//获取键盘按键int c = waitKey(0);//判断ESC是否按下，若按下便退出if ((c & 255) == 27){cout << "程序退出！\n";break;}cvtColor(src, src, COLOR_BGR2GRAY);//滤波GaussianBlur(src, src, Size(3, 3), 0, 0);//求x方向梯度Laplacian(src, dst, CV_16S, 3,1, 0);//计算绝对值，并将结果转换为8位convertScaleAbs(dst, abs_dst);imshow("Laplacian", abs_dst);}return 0;
}
Scharr算子API函数
Scarry是sobel算子的特殊改进情况。当内核大小为3时，Sobel内核可能产生比较明显的误差，为了解决这一问题，Opencv提供了Scharr函数，但该函数仅作用于大小为3的内核，运行速度与Sobel函数一样，但结果却更加精确。
void Scharr(InputArray src, OutputArray dst,int ddepth ,int dx, int dy,double scale = 1,double delta = 0,int borderType=BORDER_DEFAULT)
InputArray src:输入图像。
OutputArray dst:输出图像。
int ddepth:输出图像深度。
int dx:x方向上的差分阶数。
int dy:y方向上的差分阶数。
double scale :计算导数值时可选的缩放因子，默认值1，表示默认情况下没用应用缩放。
double delta:表示在结果存入输出图像之前可选的delta值，默认值0。
int borderType:边界模式。
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;int main()
{cout << "请按下任意键" << endl;Mat x, y, dst;Mat abs_x, abs_y;//载入原图Mat src = imread("12.bmp", 1);//改变console(控制台)字体颜色 system("color 0B");//判断图片是否读入if (!src.data){printf("读取图片image0错误~！ \n");return false;}//循环轮询按键while (1){//先显示原图namedWindow("原图");imshow("原图", src);//获取键盘按键int c = waitKey(0);//判断ESC是否按下，若按下便退出if ((c & 255) == 27){cout << "程序退出！\n";break;}cvtColor(src, src, COLOR_BGR2GRAY);//滤波GaussianBlur(src, src, Size(3, 3), 0, 0);//求x方向梯度Scharr(src, x, CV_16S, 1, 0, 3, 1, 1);//计算绝对值，并将结果转换为8位convertScaleAbs(x, abs_x);imshow("x方向Scharr", abs_x);//求y方向梯度Scharr(src, y, CV_16S, 0, 1, 3, 1, 1);//计算绝对值，并将结果转换为8位convertScaleAbs(y, abs_y);imshow("y方向Scharr", abs_y);//合并梯度（近似）addWeighted(abs_x, 0.5, abs_y, 0.5, 0, dst);imshow("整体方向Scharr", dst);}return 0;
}
