opencv cvCanny算子以及与其他边缘检测算子的比较

边缘检测的各种微分算子比较(Sobel,Robert,Prewitt,Laplacian,Canny)

http://blog.sina.com.cn/s/blog_60a0e97e0101b595.html

###################################################

图像处理中各种边缘检测的微分算子简单比较(Sobel，Robert， Prewitt，Laplacian，Canny)

http://blog.csdn.net/xiaojiegege123456/article/details/7714863

##################################################3

/* Smoothes array (removes noise) */
CVAPI(void) cvSmooth( const CvArr* src, CvArr* dst,
                      int smoothtype CV_DEFAULT(CV_GAUSSIAN),
                      int size1 CV_DEFAULT(3),
                      int size2 CV_DEFAULT(0),
                      double sigma1 CV_DEFAULT(0),
                      double sigma2 CV_DEFAULT(0));

"平滑处理"也称“模糊处理”（blurring）

主要功能：减少图像上的噪声或者失真

/* Runs canny edge detector */
CVAPI(void)  cvCanny( const CvArr* image, CvArr* edges, double threshold1,
                      double threshold2, int  aperture_size CV_DEFAULT(3) );

image：输入图像（源图像）

edges：边缘检测图像（结果图像）

threshold1：低阈值 （上下限阈值比为2：1或3：1之间较好）

threshold2：高阈值

canny算子原理：首先在x和y方向求一阶倒数，然后组合为4个方向的导数。这些方向倒数达到局部最大值的点就是组成边缘的候选点

canny算子有两个阈值，如果一个像素的梯度大于上限阈值，则被认为是边缘像素，如果低于下限阈值，则被抛弃，如果介于二者之间，只有当其与高于上限阈值的像素连接时才会被接受。

note：cvCanny()函数需要输入一幅灰度图，输出图也一定是灰度图像

程序：进行平滑处理后的canny()算子检测图和未进行平滑处理的检测图

//cvCanny
void canny(void)
{
	IplImage *src=cvLoadImage("lena.jpg", CV_LOAD_IMAGE_GRAYSCALE);
	IplImage *dst_NoSmooth=cvCreateImage(cvGetSize(src), src->depth, src->nChannels);
	IplImage *dst_Smooth=cvCreateImage(cvGetSize(src), src->depth, src->nChannels);
	if (src == NULL || dst_NoSmooth == NULL || dst_Smooth == NULL)
		exit(0);

	cvCanny(src, dst_NoSmooth, 100, 150, 3);

	cvSmooth(src, src, CV_GAUSSIAN, 3, 3);//平滑图像处理-高斯模糊

	cvCanny(src, dst_Smooth, 100, 150, 3);

	cvNamedWindow("src");
	cvNamedWindow("dst_Smooth");
	cvNamedWindow("dst_NoSmooth");
	cvShowImage("src", src);
	cvShowImage("dst_Smooth", dst_Smooth);
	cvShowImage("dst_NoSmooth", dst_NoSmooth);
	cvWaitKey(0);
	cvReleaseImage(&src);
	cvReleaseImage(&dst_Smooth);
	cvReleaseImage(&dst_NoSmooth);
	cvDestroyAllWindows();
}