OpenCV 图形API(61)图像特征检测------检测图像边缘的函数Canny()

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

使用Canny算法在图像中查找边缘。

该函数在输入图像中查找边缘,并使用Canny算法在输出映射(edges)中标记它们。在边缘连接过程中,会使用threshold1和threshold2之间的较小值。而较大值则用于找到强烈边缘的初始段。详情请参见:Canny边缘检测器

cv::gapi::Canny 是 OpenCV 的 G-API 模块中用于检测图像边缘的函数。G-API 是 OpenCV 中的一个模块,它提供了一种新的方式来处理图像和视频流,通过定义图形操作然后在不同的后端上执行它们。

注意:

函数文本ID为"org.opencv.imgproc.feature.canny"

函数原型

cpp 复制代码
GMat cv::gapi::Canny
(
 	const GMat &  	image,
	double  	threshold1,
	double  	threshold2,
	int  	apertureSize = 3,
	bool  	L2gradient = false 
) 		

参数

  • 参数 image: 8位输入图像。
  • 参数 threshold1: 滞后阈值法的第一个阈值。
  • 参数 threshold2: 滞后阈值法的第二个阈值。
  • 参数 apertureSize: 用于Sobel算子的孔径大小。
  • 参数 L2gradient: 一个标志,指示是否应该使用更精确的L2范数 n o r m = ( d I / d x ) 2 + ( d I / d y ) 2 norm=\sqrt{(dI/dx)^2 + (dI/dy)^2} norm=(dI/dx)2+(dI/dy)2

​来计算图像梯度幅度(当L2gradient=true时),或者默认的L1范数=|dI/dx|+|dI/dy|是否足够(当L2gradient=false时)。

代码示例

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <opencv2/gapi.hpp>
#include <opencv2/gapi/core.hpp> // 包含核心功能
#include <opencv2/gapi/imgproc.hpp> // 包含图像处理功能

int main() {
    // 读取输入图像
    cv::Mat bgr_img = cv::imread("/media/dingxin/data/study/OpenCV/sources/images/Lenna.png");
    if (bgr_img.empty()) {
        std::cerr << "Error: Image not found!" << std::endl;
        return -1;
    }

    // 将BGR图像转换为灰度图像
    cv::Mat gray_img;
    cv::cvtColor(bgr_img, gray_img, cv::COLOR_BGR2GRAY);

    // 定义G-API图
    cv::GMat in;
    auto edges = cv::gapi::Canny(in, 50, 150, 3, false); 

    cv::GComputation comp(cv::GIn(in), cv::GOut(edges));

    // 创建输出矩阵
    cv::Mat out_edges;

    // 应用计算图并执行边缘检测
    comp.apply(cv::gin(gray_img), cv::gout(out_edges),
               cv::compile_args(cv::gapi::kernels()));

    // 显示原始图像和边缘检测结果
    cv::imshow("Original Image", bgr_img);
    cv::imshow("Edges Detected", out_edges);

    cv::waitKey(0); // 等待按键

    return 0;
}

运行结果

相关推荐
T__TIII2 分钟前
Dify 插件非正式打包
人工智能
jerwey6 分钟前
大语言模型(LLM)按架构分类
人工智能·语言模型·分类
令狐少侠201117 分钟前
ai之RAG本地知识库--基于OCR和文本解析器的新一代RAG引擎:RAGFlow 认识和源码剖析
人工智能·ai
小叮当爱咖啡22 分钟前
Seq2seq+Attention 机器翻译
人工智能·自然语言处理·机器翻译
shadowcz00722 分钟前
奥特曼论人工智能、OpenAI与创业
人工智能·百度
AI人工智能+34 分钟前
应用俄文OCR技术,为跨语言交流与数字化管理提供更强大的支持
人工智能·ocr·文字识别
UQI-LIUWJ1 小时前
李宏毅LLM笔记: AI Agent
人工智能·笔记
百度Geek说1 小时前
百度阮瑜:百度大模型应用赋能产业智变|2025全球数字经济大会
人工智能
大明哥_1 小时前
最新 Coze 教程:40+ 条视频涨粉 10W+,利用 Coze 工作流 + 视频组件,一键制作爆款小人国微景动画视频
人工智能·agent
SugarPPig1 小时前
ReAct (Reason and Act) OR 强化学习(Reinforcement Learning, RL)
人工智能