如何使用OpenCV进行Canny边缘检测？

OpenCV是一个强大的计算机视觉库，其中包含了许多图像处理和计算机视觉算法，包括Canny边缘检测。Canny边缘检测是一种广泛用于图像处理的边缘检测算法，它能有效地分离出图像中的边缘，同时减少噪声的影响。以下是使用OpenCV在C++中进行Canny边缘检测的基本步骤：

1. **导入必要的库**:

   #include <opencv2/opencv.hpp>

2. **读取图像**:

   cv::Mat image = cv::imread("input.jpg", cv::IMREAD_GRAYSCALE); // 读取灰度图像

3. **转换为浮点型**:

   Mat floatImage;
   image.convertTo(floatImage, CV_32F);

4. **高斯滤波**:
使用`cv::GaussianBlur()`降低图像噪声，这是Canny算法的第一步：

   cv::GaussianBlur(floatImage, floatImage, cv::Size(3, 3), 0);

5. **计算梯度（Sobel算子）**:

   cv::Mat gradX, gradY;
   cv::Sobel(floatImage, gradX, CV_32F, 1, 0, 3); // 对x轴进行梯度计算
   cv::Sobel(floatImage, gradY, CV_32F, 0, 1, 3); // 对y轴进行梯度计算

6. **计算梯度幅值和方向**:

   Mat absGradX = cv::abs(gradX);
   Mat absGradY = cv::abs(gradY);
   Mat gradientMag, gradientAng;
   cv::cartToPolar(absGradX, absGradY, gradientMag, gradientAng, true);

7. **非极大值抑制**:
这一步消除强度较小但方向相同的边缘：

   cv::Canny(gradientMag, threshold1, threshold2, gradientAng);

8. **边缘连接**:

   std::vector<std::vector<cv::Point>> contours;
   cv::findContours(threshold1, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

9. **显示结果**:

   cv::drawContours(image, contours, -1, Scalar(0, 0, 255), 2);
   cv::imshow("Canny Edges", image);
   cv::waitKey(0);