OpenCV使用Canny边缘检测器实现图像边缘检测

纯粹阅读，请移步OpenCV使用Canny边缘检测器实现图像边缘检测

效果图

源码

KqwOpenCVFeaturesDemo

Canny边缘检测器是一种被广泛使用的算法，并被认为是边缘检测最优的算法，该方法使用了比高斯差分算法更复杂的技巧，如多向灰度梯度和滞后阈值化。

Canny边缘检测器算法基本步骤

平滑图像：通过使用合适的模糊半径执行高斯模糊来减少图像内的噪声。

计算图像的梯度：这里计算图像的梯度，并将梯度分类为垂直、水平和斜对角。这一步的输出用于在下一步中计算真正的边缘。

非最大值抑制：利用上一步计算出来的梯度方向，检测某一像素在梯度的正方向和负方向上是否是局部最大值，如果是，则抑制该像素（像素不属于边缘）。这是一种边缘细化技术，用最急剧的变换选出边缘点。

用滞后阈值化选择边缘：最后一步，检查某一条边缘是否明显到足以作为最终输出，最后去除所有不明显的边缘。

算法比较复杂，但是使用很简单，首先将图像灰度化

// 原图置灰
Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY);

然后调用

Imgproc.Canny()

方法即可

// Canny边缘检测器检测图像边缘
Imgproc.Canny(grayMat, cannyEdges, 10, 100);

第一个参数表示图像输入

第二个参数表述图像输出

第三个参数表示低阈值

第四个参数表示高阈值

在Canny边缘检测算法中，将图像中的点归为三类：

被抑制点

灰度梯度值 < 低阈值

弱边缘点

低阈值 <= 灰度梯度值 <= 高阈值

强边缘点

高阈值 < 灰度梯度值

封装

/**
* Canny边缘检测算法
*
* @param bitmap 要检测的图片
*/
public void canny(Bitmap bitmap) {
if (null != mSubscriber)
Observable
.just(bitmap)
.map(new Func1<Bitmap, Bitmap>() {

@Override
public Bitmap call(Bitmap bitmap) {

Mat grayMat = new Mat();
Mat cannyEdges = new Mat();

// Bitmap转为Mat
Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4);
Utils.bitmapToMat(bitmap, src);

// 原图置灰
Imgproc.cvtColor(src, grayMat, Imgproc.COLOR_BGR2GRAY);
// Canny边缘检测器检测图像边缘
Imgproc.Canny(grayMat, cannyEdges, 10, 100);

// Mat转Bitmap
Bitmap processedImage = Bitmap.createBitmap(cannyEdges.cols(), cannyEdges.rows(), Bitmap.Config.ARGB_8888);
Utils.matToBitmap(cannyEdges, processedImage);

return processedImage;
}
})
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(mSubscriber);
}

使用

// 图片特征提取的工具类
mFeaturesUtil = new FeaturesUtil(new Subscriber<Bitmap>() {
@Override
public void onCompleted() {
// 图片处理完成
dismissProgressDialog();
}

@Override
public void onError(Throwable e) {
// 图片处理异常
dismissProgressDialog();
}

@Override
public void onNext(Bitmap bitmap) {
// 获取到处理后的图片
mImageView.setImageBitmap(bitmap);
}
});

// Canny边缘检测器检测图像边缘
mFeaturesUtil.canny(mSelectImage);