OpenCV——邊緣檢測入門、Canny邊緣檢測

邊緣檢測的一般步驟：

 

最優邊緣檢測的三個評價標准：

低錯誤率：表示出盡可能多的實際邊緣，同時盡可能地減少噪聲產生的誤報；

高定位性：標識出的邊緣要與圖像實際邊緣盡可能接近；

最小響應：圖像中的邊緣只能標識一次，並且可能存在的圖像噪聲不應被標識為邊緣。

 

示例程序：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

//Canny邊緣檢測的一般過程：
//轉成灰度圖
//降噪
//用Canny算子（此時已經得到了邊緣）
//將邊緣作為掩碼，拷貝原圖到效果圖上，得到彩色的邊緣


int main(int argc, char** argv)
{
    Mat src = imread("test.jpg");
    Mat src1 = src.clone();
    Mat dst, edge, gray;

    //初始化輸出圖
    dst.create(src1.size(), src1.type());6
    dst = Scalar::all(0);

    //轉成灰度圖
    cvtColor(src1, gray, COLOR_BGR2GRAY);

    //均值濾波降噪，也可以用其他濾波方法
    blur(gray, edge, Size(3, 3));

    //運行canny算子，得到邊緣
    Canny(edge, edge, 3, 9, 3);

    //掩膜的存在使得只有邊緣部分被copy，得到彩色的邊緣
    src1.copyTo(dst, edge);

    imshow("效果圖", dst);
    
    waitKey(0);
    return 0;

}

 

不管是哪種方法最后得到的都是二值圖像