C#自学37一 OpenCvSharp之Canny算法边缘检测

一、Canny算法步骤：
1.高斯模糊 — GaussianBlur
2.灰度转化 —CvtColor
3.计算梯度 — Sobel / Scharr
4.非最大信号抑制：边缘信号很强，但只能有一个信号（边缘只能是一条线，而不能是一个有宽度的面），对其他的非边缘信号进行压制（在梯度方向上，如果不是最大信号就剔除）。
5.高低阈值输出二值图像。

找到梯度强度和方向：

θ:在 0 ~ 180 之间，表示梯度方向 ，值表现了梯度在那个方向的变化率最大。

45 ，90 ，135 对应区域

1.黄色区域其值范围： 0 ~ 22.5 与 157.5 ~ 180
2.绿色区域取值范围：22.5 ~ 67.5
3.蓝色区域取值范围：67.5 ~ 112.5
4.棕色区域取值范围：112.5 ~ 157.5
有梯度得到变化趋势方向，在与变化趋势垂直的方向寻找相邻的左右两个像素，与中间值作比较。

private void button1_Click(object sender, EventArgs e)
        {
            Canny(@"C:\Users\shang\Desktop\OPENCVsharp\图像\ImageTest2\010161.jpg");
        }
 #region Canny算子 边缘提取
        static Mat src = new Mat();
        static Mat dst = new Mat();
        static Mat gray = new Mat();
        static Mat output = new Mat();
        static int minVal = 50;
        static int maxVal = 255;
        const string outputName = "Canny Result";
        private static void Canny(string path)
        {
            src = new Mat(path, ImreadModes.AnyColor | ImreadModes.AnyDepth);

            dst = new Mat(src.Size(), src.Type());

            new Window("SRC", WindowMode.AutoSize, src);

            src.CopyTo(dst);


            Cv2.CvtColor(dst, gray, ColorConversionCodes.RGB2GRAY); //转为灰度图（必须转）
            new Window(outputName, WindowMode.AutoSize);
            Cv2.Blur(gray, gray, new Size(3, 3), new Point(-1, -1), BorderTypes.Default);//模糊处理（降低噪点）

            CvTrackbarCallback2 CannyDome = new CvTrackbarCallback2(CallBarck_CannyDome);
            CvTrackbar cvt = new CvTrackbar("Bar :", outputName, minVal, maxVal, CallBarck_CannyDome, src);
            //Cv2.Canny(gray, dst, 100, 255, 3,true);

            //using (new Window("DST", WindowMode.AutoSize, dst)) 
            //using (new Window("SRC", WindowMode.AutoSize, src))
            //{
            Cv2.WaitKey(0);
        }




        /// <summary>
        /// 委托函数
        /// </summary>
        /// <param name="pos">变化的量</param>
        /// <param name="userdata">传入的数据对象</param>
        private static void CallBarck_CannyDome(int pos, object userdata)
        {
            Mat m = (Mat)userdata;
            Cv2.Canny(m, output, pos, pos * 2, 3, true);
            dst = new Mat(src.Size(), src.Type());

            /*
             * 拷贝数据
             * 参数  Mat m  :拷贝到
             *      Mat mask : 要拷贝的对象 （mask 的像素是非0的才拷贝，是0不拷贝） 
             *       
             *       
             */
            src.CopyTo(dst, output); //拷贝：

            Cv2.ImShow(outputName, dst);
        }
        #endregion