opecv之边缘检测

如果你想通过opencv的canny边缘检测将QQ图标的轮廓提取出来，那你阅读下面的代码即可：

#include <iostream>
#include"opencv2/opencv.hpp"
using namespace cv;
using namespace std;


int main(int argc, char** argv)
{
	Mat img_rgb, img_gry,img_can;
	namedWindow("img_gry", WINDOW_AUTOSIZE);
	namedWindow("img_can", WINDOW_AUTOSIZE);


	//图片读取
	Mat img = imread(argv[1], -1);//-1表示会按照原图显示，0表示灰度图，1表示彩色图，-1会保留alpha通道（透明度）
	if (img.empty())
		return -1;//错误处理
	cvtColor(img, img_gry, COLOR_BGR2GRAY);
	imshow("img_gry", img);
	Canny(img_gry, img_can, 21000, 21000,7,true);//第一个阈值用于边缘连接，第二个阈值用于边缘检测，5表示sobel核大小，true表示使用使用 L2 范数

	imshow("img_can", img_can);
	waitKey(0);
	destroyAllWindows();
	return 0;


}

Canny(img_gry, img_can, 21000, 21000,7,true);

Canny(img_gry, img_can, 21000, 21000,7,true);

1. image (InputArray image)
   • 作用：输入图像，必须是单通道的灰度图像。
   • 类型：InputArray，可以是 Mat 对象或其他支持的输入数组类型。
   • 示例：img_gry
2. edges (OutputArray edges)
   • 作用：输出图像，即检测到的边缘图像。输出图像与输入图像具有相同的大小和类型。
   • 类型：OutputArray，可以是 Mat 对象或其他支持的输出数组类型。
   • 示例：img_can
3. threshold1 (double threshold1)
   • 作用：第一个阈值，用于边缘连接。
   • 类型：double
   • 示例：10 解释：较低的阈值，用于边缘连接。如果一个像素的梯度值大于 threshold1，则被认为是强边缘。
4. threshold2 (double threshold2)
   • 作用：第二个阈值，用于边缘检测。
   • 类型：double
   • 示例：10
   • 解释：较高的阈值，用于边缘检测。如果一个像素的梯度值大于 threshold2，则被认为是强边缘。如果一个像素的梯度值在 threshold1 和 threshold2 之间，则被认为是弱边缘，并根据其邻域中的强边缘进行连接。
5. apertureSize (int apertureSize = 3)
   • 作用：Sobel 算子的孔径大小，必须是 3、5 或 7。
   • 类型：int
   • 默认值：3
   • 示例：3
   • 解释：Sobel 算子的孔径大小，用于计算图像的梯度。较大的孔径大小可以减少噪声，但会降低边缘检测的精度。
6. L2gradient (bool L2gradient = false)
   • 作用：梯度幅值的计算方法。
   • 类型：bool
   • 默认值：false
   • 示例：true
   • 解释：
   • false：使用 L1 范数计算梯度幅值，即 |Gx| + |Gy|。
   • true：使用 L2 范数计算梯度幅值，即 sqrt(Gx^2 + Gy^2)。使用 L2 范数可以更准确地计算梯度幅值，但计算量稍大。

本文由博客一文多发平台 OpenWrite 发布！