目录

1、边缘检测原理

 2、Sobel算子边缘检测

 3、Scharr算子边缘检测​编辑

 4、算子生成函数

 5、Scharr、Sobel的使用

6、Laplacian算子边缘检测

7、Canny算子边缘检测

8、Laplacian、Canny的使用

---

1、边缘检测原理

 2、Sobel算子边缘检测

 3、Scharr算子边缘检测

 4、算子生成函数

 5、Scharr、Sobel的使用

//边缘检测一
int test1()
{
	//读取图像，黑白图像边缘检测结果较为明显
	Mat img = imread("F:/testMap/equalLena.png", IMREAD_ANYCOLOR);
	if (img.empty())
	{
		cout << "请确认图像文件名称是否正确" << endl;
		return -1;
	}

	Mat resultX, resultY, resultXY;
	//X方向一阶边缘
	Sobel(img, resultX, CV_16S,2,0,1); 
	convertScaleAbs(resultX, resultX);
	//Y方向一阶边缘
	Sobel(img,resultY, CV_16S,0,1,3); 
	convertScaleAbs(resultY, resultY);

	//整幅图像的一阶边缘
	resultXY = resultX + resultY;
	
	//显示图像
	imshow("resultx", resultX);
	imshow("resultY", resultY);
	imshow("resultXY", resultXY);
	cout << "接下来进行Scharr边缘的检测" << endl; 
	waitKey(0);

	//X方向一阶边缘
	Scharr(img,resultX, CV_16S,1,0); 
	convertScaleAbs(resultX, resultX);
	
	//Y方向一阶边缘I
	Scharr(img,resultY, CV_16S,0,1); 
	convertScaleAbs(resultY,resultY);
	
	//整幅图像的一阶边缘
	resultXY = resultX + resultY;
	
	//显示图像
	imshow("resultX", resultX); 
	imshow("resultY", resultY); 
	imshow("resultXY", resultXY);

	cout << "接下来生成边缘检测器"<< endl;
	waitKey(0);
	
	Mat sobel_x1,sobel_y1;//存放分离的Sobel算子
	Mat scharr_x, scharr_y;//存放分离的Scharr算子
	Mat sobelX1,scharrX;//存放最终算子
	
	//一阶交方向Sobel算子
	getDerivKernels(sobel_x1, sobel_y1, 1,0, 3); 
	sobel_x1 = sobel_x1.reshape(CV_8U,1);
	sobelX1 = sobel_y1*sobel_x1; //计算滤波器
	
	//X方向Scharr算子
	getDerivKernels(scharr_x,scharr_y,1,0,FILTER_SCHARR); 
	scharr_x = scharr_x.reshape(CV_8U,1);
	scharrX = scharr_y*scharr_x;//计算滤波器

	//输出结果
	cout << "X方向一阶Sobel算子:"<<endl << sobelX1 << endl ;
	cout << "X方向Scharr算子:" << endl << scharrX << endl;

	waitKey(0);
}

6、Laplacian算子边缘检测

X Y方向均可良好检测

 

 

7、Canny算子边缘检测

对Sobel算子优化，去除虚假边缘，保留强边缘，去除弱边缘

 

 

8、Laplacian、Canny的使用

//边缘检测二:Laplacian、Canny
int test2()
{
	//读取图像，黑白图像边缘检测结果较为明显
	Mat img = imread("F:/testMap/equalLena.png", IMREAD_ANYDEPTH);
	if (img.empty())
	{
		cout << "请确认图像文件名称是否正确" << endl;
		return -1;
	}

	Mat result, result_g, result_G;

	//未滤波提取边缘
	Laplacian(img, result, CV_16S, 3, 1, 0);
	convertScaleAbs(result, result);

	//滤波后提取Laplacian边缘
	GaussianBlur(img, result_g, Size(3, 3), 5, 0);//高斯滤波
	Laplacian(result_g, result_G, CV_16S, 3, 1, 0);
	convertScaleAbs(result_G, result_G);

	//显示图像
	imshow("result", result);
	imshow("result_G", result_G);

	cout << "接下来进行Canny边缘检测" << endl;
	waitKey(0);

	Mat resultHigh, resultLow, resultG;

	//大阈值检测图像边缘
	Canny(img, resultHigh, 100, 200, 3);

	//小阈值检测图像边缘
	Canny(img, resultLow, 20, 40, 3);

	//高斯模糊后大阈值检测图像边缘
	GaussianBlur(img, resultG, Size(3, 3), 5);
	Canny(resultG, resultG, 100, 200, 3);

	//显示图像
	imshow("resultHigh", resultHigh);
	imshow("resultLow", resultLow);
	imshow("resultG", resultG);

	waitKey(0);
	return 0;
}