OpenCvSharp函数：Canny边缘检测

最新推荐文章于 2024-11-28 20:45:31 发布

原创

最新推荐文章于 2024-11-28 20:45:31 发布 · 1.3k 阅读

Canny算法是一种经典的边缘检测方法，通过高斯滤波、梯度计算、非极大值抑制和双阈值检测等步骤，有效地找到图像中的边缘。文章讨论了算法的步骤、参数设置，如上下限阈值的选择，并提供了OpenCV库的函数实现示例。

Canny边缘检测

函数说明

使用Canny算法检测边缘，该算法满足边缘检测的三个条件

低错误率：只检测到存在的边缘。

良好的定位：检测到的边缘在真实边缘的中心。

最小响应：每个边缘只有一个检测器响应，尽可能排除噪声。

算法步骤：

使用高斯模糊去噪声

计算图像每个像素点的梯度强度和方向。默认使用Sobel算子，也可以自定义

应用非极大值(Non-maximum)抑制。这样可以保留细边缘。

应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。

a. 如果像素的梯度大于上限阈值，则认为是边缘

b. 如果像素的梯度小于下限阈值，则认为是非边缘

c. 如果像素的梯度在两阈值之间，只有该像素于边缘像素(对应梯度大于大限阈值)时，才认为是边缘。
Canny推荐上限阈值与下限阈值的比在2:1 到 3:1 之间（为什么？还有这两个阈值如何取，是难点，网上有自适应阈值的算法，待研究)

边缘连接

函数原型

//函数原型1
void Canny(InputArray src,
	OutputArray edges,
	double threshold1,
	double threshold2,
	int apertureSize = 3,
	bool L2gradient = false)
//函数原型2
void Canny(InputArray dx,
	InputArray dy,
	OutputArray edges,
	double threshold1,
	double threshold2,
	bool L2gradient = false)

参数说明

参数	说明
InputArray src	输入图像，单通道8位图像
InputArray dx	对水平方向(x轴)求导的图像(CV_16SC1 或 CV_16SC3)，可使用其它算子求导
InputArray dy	对垂直方向(y轴)求导的图像(CV_16SC1 或 CV_16SC3)，可使用其它算子求导
OutputArray edges	输出边缘图像。大小与通道数与输入图像一致
double threshold1	最小阈值。像素梯度比该值小，不认为是边缘
double threshold2	最大阈值（比threshold1小时，会自动交换值)。像素梯度比该值大，认为是边缘
int apertureSize	Sobel算子的核大小，必须为3、5、7
L2gradient	是否使用L2梯度计算，为true时更准确、但更耗时，按L₂norm $=\sqrt{(dI/dx)^2 + (dI/dy)^2}$