学习opencv之canny算法

canny对边缘检测质量进行分析时，有3个原则：

1、信噪比准则

2、定位精度准则

3、单边缘响应准则

canny边缘检测的基本思想是：首先对图像选择一定的Gauss滤波器进行平滑滤波，然后采用非极值抑制技术进行处理得到最后的边缘图像。

具体步骤:

1、用高斯滤波器平滑图像

2、用一阶偏导的有限差分来计算梯度的幅值和方向

3、对梯度幅值进行非极大值抑制

4、用双阈值算法检测和连接边缘

通俗的来说：就是在进行边缘检测时，还是要用到滤波减小噪声，先通过在水平和垂直方向的一阶偏导，求得梯度的幅值和方向，这样每个点都可能有4中方向情况（0,45,90,135度），在局部范围内，保留在同一方向上，梯度最大的点，非最大就置零，最后使用2个阈值T1和T2（T1<T2）,T2用来找到每条线段，T1用来在这些线段的两个方向上延伸寻找边缘的断裂处，并连接这些边缘。

注：上下限阈值之比最好在2:1到3:1之间。

实现代码如下：

// 1.2.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include"opencv243.h"using namespace cv;using namespace std;Mat image, cedge;Mat gray,  edge;int edgeThresh = 1;void onTrackbar(int, void*){GaussianBlur(gray,edge,Size(3,3),0);//高斯滤波 // Canny 边缘检测Canny(gray,edge, edgeThresh, edgeThresh*2, 3); //全部设为0cedge = Scalar::all(0); //拷贝边缘的象素点image.copyTo(cedge, edge); imshow("edge", edge); }int _tmain(int argc, _TCHAR* argv[]){image=imread("C:\\Users\\sony\\Desktop\\Lena.jpg");if(image.empty()){cout<<"miss the image file"<<endl;return -1;}cedge.create(image.size(),image.type());//建立新的数组cvtColor(image,gray,CV_RGB2GRAY);  //转化为灰度图像cvNamedWindow("edge",CV_WINDOW_AUTOSIZE);createTrackbar("Canny Threshold", "edge", &edgeThresh, 100, onTrackbar);waitKey(0);return 0;}