OpenCV实例：Canny边缘检测

1.新建项目

启动Code::Blocks，选择File->New->Project, 项目类型选择:Console Application,项目名为：MyCanny，其他按默认选择。

2. 代码

打开main.cpp文件，输入以下代码：

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

using namespace std;

char wndname[] = "Edge";
char tbarname[] = "Threshold";

IplImage *image = 0, *cedge = 0, *gray = 0, *edge = 0;

// define a trackbar callback
void on_trackbar(int h)
{
cvSmooth( gray, edge, CV_BLUR, 3, 3, 0, 0 );
cvNot( gray, edge );

// Run the edge detector on grayscale
cvCanny(gray, edge, (float)h, (float)h*3, 3);

cvZero( cedge );
// copy edge points
cvCopy( image, cedge, edge );

cvShowImage(wndname, cedge);
}

int main( int argc, char** argv )
{
char* filename = argc == 2 ? argv[1] : (char*)"lena.jpg";
int edge_thresh = 1;
if( (image = cvLoadImage( filename, 1)) == 0 )
return -1;

// Create the output image
cedge = cvCreateImage(cvSize(image->width,image->height), IPL_DEPTH_8U, 3);

// Convert to grayscale
gray = cvCreateImage(cvSize(image->width,image->height), IPL_DEPTH_8U, 1);
edge = cvCreateImage(cvSize(image->width,image->height), IPL_DEPTH_8U, 1);
cvCvtColor(image, gray, CV_BGR2GRAY);

// Create a window
cvNamedWindow(wndname, 1);

// create a toolbar
cvCreateTrackbar(tbarname, wndname, &edge_thresh, 100, on_trackbar);

// Show the image
on_trackbar(0);

// Wait for a key stroke; the same function arranges events processing
cvWaitKey(0);

cvReleaseImage(&image);
cvReleaseImage(&gray);
cvReleaseImage(&edge);
cvDestroyWindow(wndname);

return 0;
}

3. 设置

打开Project-〉Build Options选项卡

选择Search directories，在Compiler里Add进之前安装的OpenCV的include目录

在Linker里Add进lib目录。

选择Linker settings，将lib目录下的所有文件添加进去。

4. 编译

点击Build->Build编译项目。

5. 运行

将lena.jpg复制到MyCanny项目根目录下（为了方便，可不做）。

打开Project-〉Set programs‘ arguments，在Program arguments里输入图片的地址。

点击Build-〉Run

运行效果:

总结：

使用OpenCV，只用了几十行代码就实现了边缘检测功能，可见OpenCV的强大。使用OpenCV可以大大降低开发图形图像处理程序的复杂程度，可以使开发人员专心于具体功能的开发，而又能使用图形图像领域专家的算法来处理。

由于算法的通用性，目前在精度上还有一定的不足，上面的例子虽然检测出了边缘，但是在完整性和连续性上还有不足，有遗漏和缺失的现象存在，如果要用于实际的应用，可能还需要自己的二次开发。