OpenCV-将图像转化为灰度图，然后边缘检测

1:代码如下：

#include "stdafx.h"
#include "highgui.h"
#include "cv.h"
#include "iostream"
using namespace std;
IplImage* doCanny(IplImage* in,double lowThresh,double highThresh,double aperture)
{
if(in->nChannels !=1) //只对应于单通道，即灰度图
{
cout<<"不是灰度图"<<endl;
return 0;
}
//创建首地址并分配存储空间IplImage* cvCreateImage( CvSize size, int depth, int channels );
//size 图像宽、高
//depth 图像元素的位深度,IPL_DEPTH_8U - 无符号8位整型
//channels 每个元素（像素）通道数.可以是 1, 2, 3 或 4
IplImage* out=cvCreateImage(cvGetSize(in),IPL_DEPTH_8U,1);
//图像的边缘检测（采用canny算法）
//函数 cvCanny 采用 Canny 算法发现输入图像的边缘而且在输出图像中标识这些边缘。
//threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。
//void cvCanny( const CvArr* image,CvArr* edges,double threshold1,double threshold2, int aperture_size=3 )
//image 输入单通道图像（可以是彩色图像）对于多通道的图像可以用cvCvtColor()修改
//edges 输出的边缘图像 ，也是单通道的，但是是黑白的
//threshold1 第一个阈值
//threshold2 第二个阈值
//aperture_size Sobel 算子内核大小
cvCanny(in,out,lowThresh,highThresh,aperture);
return out;
}
int main(int argc, char* argv[])
{
IplImage* img=cvLoadImage("C:\\horse.jpg");
cvNamedWindow("Example-in");
cvShowImage("Example-in",img);
IplImage* outgray=cvCreateImage(cvGetSize(img),IPL_DEPTH_8U,1);
cvCvtColor( img, outgray, CV_BGR2GRAY );//转化为灰度图，cvCvtColor(原图, 处理后的图, 不同类型的颜色空间转换)
cvNamedWindow("Example-outgray");
cvShowImage("Example-outgray",outgray);
cvNamedWindow("Example-out");
cvShowImage("Example-out",doCanny(outgray,80,150,3));
cvWaitKey(0);
cvReleaseImage(&img);
cvReleaseImage(&outgray);
cvDestroyWindow("Example-in");
cvDestroyWindow("Example-outgray");
cvDestroyWindow("Example-out");
return 0;
}

运行结果：



2:cvCanny代码解释如下：

/*void cvCanny(const CvArr* img,
CvArr* edges,
double lowThresh,
double highThresh,
int apertureSize=3);
边缘检测算法
img：输入图像，为灰度图。
edges：输出图像，也是灰度图，是布尔图像。
lowThresh：下限阈值
highThresh：上线阈值
apertureSize：另一个中孔，通常，这个被sobel算子用到的中孔是cvCanny()在内部使用的。Sobel算子内核大小*/