OpenCV——边缘检测入门、Canny边缘检测

边缘检测的一般步骤：

最优边缘检测的三个评价标准：

低错误率：表示出尽可能多的实际边缘，同时尽可能地减少噪声产生的误报；

高定位性：标识出的边缘要与图像实际边缘尽可能接近；

最小响应：图像中的边缘只能标识一次，并且可能存在的图像噪声不应被标识为边缘。

示例程序：

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

 using namespace cv;
 using namespace std;

 //Canny边缘检测的一般过程：
 //转成灰度图
 //降噪
 //用Canny算子（此时已经得到了边缘）
 //将边缘作为掩码，拷贝原图到效果图上，得到彩色的边缘

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

     //初始化输出图
     dst.create(src1.size(), src1.type());
     dst = Scalar::all();

     //转成灰度图
     cvtColor(src1, gray, COLOR_BGR2GRAY);

     //均值滤波降噪，也可以用其他滤波方法
     blur(gray, edge, Size(, ));

     //运行canny算子，得到边缘
     Canny(edge, edge, , , );

     //掩膜的存在使得只有边缘部分被copy，得到彩色的边缘
     src1.copyTo(dst, edge);

     imshow("效果图", dst);

     waitKey();
     return ;

 }

不管是哪种方法最后得到的都是二值图像