OpenCV-将图像两次缩放+转化为灰度图+边缘检测

1:代码如下：

#include "stdafx.h"#include "highgui.h"#include "cv.h"#include "iostream"using namespace std;IplImage* doCanny(IplImage* in,double lowThresh,double highThresh,double aperture){    if(in->nChannels !=1) //只对应于单通道，即灰度图    {        cout<<"不是灰度图"<<endl;        return 0;    }    //创建首地址并分配存储空间IplImage* cvCreateImage( CvSize size, int depth, int channels );    //size 图像宽、高    //depth 图像元素的位深度,IPL_DEPTH_8U - 无符号8位整型    //channels 每个元素（像素）通道数.可以是 1, 2, 3 或 4    IplImage* out=cvCreateImage(cvGetSize(in),IPL_DEPTH_8U,1);    //图像的边缘检测（采用canny算法）    //函数 cvCanny 采用 Canny 算法发现输入图像的边缘而且在输出图像中标识这些边缘。    //threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。    //void cvCanny( const CvArr* image,CvArr* edges,double threshold1,double threshold2, int aperture_size=3 )    //image 输入单通道图像（可以是彩色图像）对于多通道的图像可以用cvCvtColor()修改    //edges 输出的边缘图像 ，也是单通道的，但是是黑白的    //threshold1 第一个阈值    //threshold2 第二个阈值    //aperture_size Sobel 算子内核大小    cvCanny(in,out,lowThresh,highThresh,aperture);    return out;}IplImage* doPyrDown(IplImage* in,int filter=IPL_GAUSSIAN_5x5){    assert(in->width%2==0 && in->height%2==0);    //创建首地址并分配存储空间IplImage* cvCreateImage( CvSize size, int depth, int channels );    //size 图像宽、高    //depth 图像元素的位深度,IPL_DEPTH_8U - 无符号8位整型    //channels 每个元素（像素）通道数.可以是 1, 2, 3 或 4    //得到二维的数组的尺寸，以CvSize返回.    //CvSize，OpenCV的基本数据类型之一。表示矩阵框大小，以像素为精度。与CvPoint结构类似    IplImage* out=cvCreateImage(cvSize(in->width/2,in->height/2),in->depth,in->nChannels);    //cvPyrDown使用Gaussian金字塔分解对输入图像向下采样    //void cvPyrDown(const CvArr*src,CvArr*dst,int filter=CV_GAUSSIAN_5x5)    //src 输入图像,dst 输出图像，其宽度和高度应是输入图像的一半,filter 卷积滤波器类型，目前仅支持CV_GAUSSIAN_5x5.    cvPyrDown(in,out);    return out;}int main(int argc, char* argv[]){    IplImage* img=cvLoadImage("C:\\girl.jpg");    cvNamedWindow("Example-in");    cvShowImage("Example-in",img);    /*-----缩放第一次------*/    IplImage* img1=doPyrDown(img,IPL_GAUSSIAN_5x5);    cvNamedWindow("Example-img1");    cvShowImage("Example-img1",img1);    /*-----缩放第二次------*/    IplImage* img2=doPyrDown(img1,IPL_GAUSSIAN_5x5);    cvNamedWindow("Example-img2");    cvShowImage("Example-img2",img2);    /*-----变为灰度图------*/    IplImage* outgray=cvCreateImage(cvGetSize(img2),IPL_DEPTH_8U,1);     cvCvtColor( img2, outgray, CV_BGR2GRAY );//转化为灰度图，cvCvtColor(原图, 处理后的图, 不同类型的颜色空间转换)    cvNamedWindow("Example-outgray");    cvShowImage("Example-outgray",outgray);    /*-----边缘检测-----*/    cvNamedWindow("Example-out");    cvShowImage("Example-out",doCanny(outgray,80,150,3));    cvWaitKey(0);    /*-----释放资源-----*/    cvReleaseImage(&img);    cvReleaseImage(&outgray);    cvReleaseImage(&img1);    cvReleaseImage(&img2);    cvDestroyWindow("Example-in");    cvDestroyWindow("Example-outgray");    cvDestroyWindow("Example-out");    cvDestroyWindow("Example-img1");    cvDestroyWindow("Example-img2");    return 0;}

运行结果：