边缘检测 - Canny算子

最新推荐文章于 2026-06-18 16:06:50 发布

原创最新推荐文章于 2026-06-18 16:06:50 发布 · 1.8k 阅读

14 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

OpenCV学习旅程

本文介绍了Canny边缘检测算法，包括算法简介、检测步骤和OpenCV中的Canny()函数用法。Canny算法是一种多级边缘检测算法，通过高斯模糊、灰度转换、梯度计算等步骤，结合非最大信号抑制和滞后阈值策略来识别图像边缘。最后，文章提供了一个代码示例来展示Canny算法的应用。

一. Canny 算法简介

Canny边缘检测算子是 John F.Canny 于 1986 年开发出来的一个多级边缘检测算法。更为重要的是，Canny 创立了边缘检测计算理论（Computational theory ofedge detection）,解释了这项技术是如何工作的。Canny边缘检测算法以Canny的名字命名，被很多人推崇为当今最优的边缘检测的算法。

二. Canny 边缘检测的步骤

高斯模糊 - GaussianBlur
灰度转换 - cvtColor
计算梯度幅值和方向 - Sobel / Scharr
非最大信号抑制？说明
排除非边缘像素，仅仅保留一些细线条（候选边缘）。
滞后阈值
滞后阈值需要两个阈值，高阈值T1 和低阈值T2
① 若某一像素位置的幅值超过了高阈值，该像素被保留为边缘像素。
② 若某一像素位置的幅值小于低阈值，该像素被排除。
③ 若某一像素位置的幅值在两个阈值之间，该像素仅仅在连接到一个高于高阈值的像素时被保留。
④ 推荐高低阈值比在 2:1 到 3:1 之间。

三. Canny() 函数介绍

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

InputArray类型的image，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位图像。
OutputArray类型的edges，输出的边缘图，需要和源图片有一样的尺寸和类型，一般是二值图像。
double类型的threshold1，第一个滞后性阈值【低阈值】。值越大，找到的边缘越少
double类型的threshold2，第二个滞后性阈值【高阈值】。
int类型的apertureSize，表示应用Sobel算子的孔径大小，其有默认值3。
bool类型的L2gradient，一个计算图像梯度幅值的标识，有默认值false。

四. 代码示例

int main(int argc, char** argv)
{
	Mat src = imread("E:/Image/dl1.jpg");
	if (src.empty())
	{
		cout << "load image error..." << endl;
		return -1;
	}
	imshow("src img", src);

	// 转为灰度图像
	Mat gray;
	cvtColor(src, gray, CV_BGR2GRAY);
	// 高斯模糊
	GaussianBlur(gray, gray, Size(3, 3), 0, 0, BORDER_DEFAULT);
	// Canny检测
	Mat cannyImg;
	Canny(gray, cannyImg, 100, 100 * 2.5, 3, false);
	imshow("canny img", cannyImg);

	Mat cannyColor;
	cannyColor.create(src.size(), src.type());
	// 二值图像cannyImg中为1的部分，src的值赋给cannyColor
	src.copyTo(cannyColor, cannyImg);
	imshow("cannyColor img", cannyColor);

	waitKey(0);
	return 0;
}