摘要

C# OpenCvSharp是一个封装了OpenCV库的C#应用程序，它提供了许多强大的功能，例如加载图像、转换图像格式、图像处理和计算机视觉算法。为了展示C# OpenCvSharp的强大之处，我们将展示如何加载一张图像，将其转换为灰度图像，并使用Canny边缘检测算法检测图像中的边缘。

正文

nuget 安装库

Cv2.CvtColor 是 C# OpenCvSharp 中的一个方法，用于将图像在不同的颜色空间之间进行转换

Cv2.CvtColor 方法的参数说明：

C#
public static void CvtColor(InputArray src, OutputArray dst, ColorConversionCodes code, int dstCn = 0)

• src: 输入的源图像。它可以是 Mat 或 MatExpr 类型，表示待转换的图像。
• dst: 输出的目标图像。它应该是一个空的 Mat，用于存储转换后的图像。
• code: 颜色转换代码，指定源图像的颜色空间和目标图像的颜色空间。这是一个 ColorConversionCodes 枚举值，表示不同的颜色空间转换选项。例如，ColorConversionCodes.BGR2GRAY 表示从 BGR（蓝绿红）颜色空间转换为灰度颜色空间。
• dstCn (可选参数): 目标图像的通道数。默认值为 0，表示目标图像的通道数与源图像相同。

ColorConversionCodes 枚举包含许多预定义的颜色转换选项，可以根据需要进行选择。以下是一些常见的颜色转换代码：

• ColorConversionCodes.BGR2GRAY: BGR 到灰度转换
• ColorConversionCodes.BGR2HSV: BGR 到 HSV 转换
• ColorConversionCodes.BGR2RGB: BGR 到 RGB 转换
• ColorConversionCodes.BGR2Lab: BGR 到 Lab 转换
• ColorConversionCodes.RGB2GRAY: RGB 到灰度转换
• ColorConversionCodes.HSV2BGR: HSV 到 BGR 转换

Cv2.Canny 方法的参数说明：

C#
public static void Canny(InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize = 3, bool L2gradient = false)

• image: 输入的源图像。可以是 Mat 或 MatExpr 类型。
• edges: 输出的边缘图像。这应该是一个空的 Mat，用于存储边缘检测结果。
• threshold1 和 threshold2: 两个阈值，用于控制边缘检测的强度。通常情况下，threshold1 用于检测弱边缘，threshold2 用于检测强边缘。边缘的强度高于 threshold2 被认为是强边缘，强度介于 threshold1 和 threshold2 之间的被认为是弱边缘。
• apertureSize (可选参数): Sobel 滤波器的孔径大小。默认值为 3，表示使用 3x3 的 Sobel 滤波器。
• L2gradient (可选参数): 一个布尔值，用于指定是否使用更精确的 L2 范数来计算梯度幅值。默认值为 false，表示使用 L1 范数。

Canny 边缘检测算法基于以下几个步骤：

1. 对图像进行灰度化（如果图像不是灰度图像）。
2. 对图像进行高斯平滑处理，以减少噪声。
3. 计算图像的梯度幅值和方向。
4. 应用非最大抑制，以细化边缘。
5. 使用双阈值来检测和连接边缘。

一个例子

C#
private void btnCanny_Click(object sender, EventArgs e)
{
    Mat originalImage = Cv2.ImRead("D:\\BaiduSyncdisk\\11Test\\halcon\\clip.png", ImreadModes.Color);

    if (originalImage.Empty())
    {
        MessageBox.Show("Failed to load image!");
        return;
    }

    Mat grayImage = new Mat();

    //转灰度
    Cv2.CvtColor(originalImage, grayImage, ColorConversionCodes.BGR2GRAY);

    Mat edges = new Mat();

    //计算边缘
    Cv2.Canny(grayImage, edges, 100, 200);

    pic1.Image = BitmapConverter.ToBitmap(originalImage);
    pic2.Image = BitmapConverter.ToBitmap(edges);

    pic1.SizeMode = PictureBoxSizeMode.StretchImage;
    pic2.SizeMode = PictureBoxSizeMode.StretchImage;
}