对图像进行边缘检测 opencv c++

要对图像进行边缘检测，可以使用OpenCV中的Canny函数。Canny函数是一种经典的边缘检测算法，基于图像灰度值变化的一阶导数和二阶导数，具有较高的准确性和鲁棒性。

以下是在C++中使用OpenCV的Canny函数实现边缘检测的示例代码：

#include <opencv2/opencv.hpp>

using namespace cv;

int main(int argc, char** argv)
{
    // 读取图像
    Mat image = imread("test.jpg", IMREAD_GRAYSCALE);
    if (image.empty())
    {
        return -1;
    }

    // 对图像进行边缘检测
    Mat edges;
    Canny(image, edges, 100, 200);

    // 显示边缘图像
    imshow("Edges", edges);
    waitKey(0);

    return 0;
}

在上面的代码中，我们首先读取了一张灰度图像，并将其传递给OpenCV的Canny函数。Canny函数需要四个参数：输入图像、输出图像、低阈值和高阈值。低阈值和高阈值用于控制边缘的强度和数量。当边缘的灰度梯度大于高阈值时，它们被认为是强边缘；当边缘的灰度梯度在低阈值和高阈值之间时，它们被认为是弱边缘；当边缘的灰度梯度小于低阈值时，它们被认为是噪声，将被丢弃。

在我们的示例中，我们使用了100和200作为低阈值和高阈值。您可以根据您的应用程序调整这些值。

最后，我们显示了生成的边缘图像。您可以使用imshow函数将其显示在屏幕上，并使用waitKey函数等待用户按下任意键以关闭窗口。