Canny算法介绍 五步 in cv::Canny

    高斯模糊 - GaussianBlur

    灰度转换 - cvtColor

    计算梯度 – Sobel/Scharr

    非最大信号抑制

    高低阈值输出二值图像 

Canny算法介绍-高低阈值输出二值图像

    T1， T2为阈值，

    凡是高于T2的都保留，

    凡是小于T1都丢弃，

    从高于T2的像素出发，凡是大于T1而且相互连接的，都保留。

    最终得到一个输出二值图像。

    推荐的高低阈值比值为 T2: T1 = :/:1其中T2为高阈值，T1为低阈值

Canny（

    InputArray src,           // 8-bit的输入图像

    OutputArray edges,        // 输出边缘图像， 一般都是二值图像，背景是黑色

    double threshold1,        // 低阈值，常取高阈值的1/2或者1/3

    double threshold2,        // 高阈值

    int aptertureSize,        // Soble算子的size，通常3x3，取值3

    bool L2gradient           // 选择 true表示是L2来归一化，否则用L1归一化, 默认情况一般选择是L1，参数设置为false
　　

）

Mat src, gray_src, dst;

int t1_value = ;

int max_value = ;

const char* OUTPUT_TITLE = "Canny Result";

void Canny_Demo(int, void*);

int main(int argc, char** argv) {

    src = imread(STRPAHT2);

    if (!src.data) {

        printf("could not load image...\n");

        return -;

    }

    cvtColor(src, gray_src, CV_BGR2GRAY);

    createTrackbar("Threshold Value:", OUTPUT_TITLE, &t1_value, max_value, Canny_Demo);

    Canny_Demo(, );

    waitKey();

    return ;

}

void Canny_Demo(int, void*) {

    Mat edge_output;

    blur(gray_src, gray_src, Size(, ), Point(-, -), BORDER_DEFAULT);

    Canny(gray_src, edge_output, t1_value, t1_value * , , false);

    imshow(OUTPUT_TITLE, ~edge_output);

}