【android opencv学习笔记】Day 1: Switch类

Canny 边缘检测算法

边缘检测是图像处理、机器视觉领域最基础也最重要的技术之一，广泛应用于轮廓提取、目标识别、图像分割等场景。

在众多边缘检测算法中，Canny 算法凭借定位精准、抗噪性强、边缘线条纤细连续等优势，成为工业界与开发中使用最广泛的边缘检测方案。

---

Canny 算法核心原理

Canny 边缘检测是多步骤组合型算法，整套流程分为高斯降噪、梯度计算、非极大值抑制、双阈值滞后筛选四大核心环节，层层递进实现高质量边缘提取。

1. 高斯滤波降噪

边缘检测对图像噪声极度敏感，微小噪声都会被误判为边缘。因此 Canny 算法第一步，使用高斯滤波器对图像做平滑处理，抑制高频噪声。
高斯滤波属于线性平滑滤波，通过加权平均的方式模糊图像，在降噪的同时最大程度保留原有边缘信息。

2. 梯度计算（基于 Sobel 算子）

降噪完成后，使用经典 Sobel 算子计算图像水平、垂直两个方向的梯度，以此表征像素亮度变化强度与方向。

• 梯度幅值：描述当前像素处亮度变化的剧烈程度，幅值越大，越接近边缘
  $$G=\sqrt{G_x^2+G_y^2}$$
• 梯度方向：描述边缘的走向
  $$\theta =\arctan \left(\frac{G_y}{G_x}\right)$$

3. 非极大值抑制（NMS）

经过梯度计算后，边缘区域会出现较粗的亮带。非极大值抑制的作用就是“细化边缘”：
沿着梯度方向遍历像素，仅保留局部梯度最大值的像素，其余像素置为 0。
经过该步骤后，边缘会被压缩为单像素细线，保证边缘定位精度。

4. 双阈值滞后筛选（Canny 核心）

这是 Canny 算法最具特色的设计，通过高低两个阈值区分强边缘、弱边缘与噪声，解决弱边缘保留和噪声剔除的矛盾：

1. 高阈值：像素梯度值高于高阈值 → 判定为强边缘，直接保留；
2. 低阈值：像素梯度值低于低阈值 → 判定为噪声，直接剔除；
3. 中间区间：梯度介于两个阈值之间的像素，判定为弱边缘；仅当弱边缘与强边缘相连时才保留，否则当作噪声删除。

经验参数：高阈值一般设置为低阈值的 2~3 倍，可根据图像明暗、噪声情况灵活调整。

---

OpenCV 核心 API 详解

OpenCV 封装了成熟的 Canny 函数，一行代码即可实现整套边缘检测逻辑，下面对函数参数逐一说明。

函数原型

void Canny(
    InputArray image,        // 输入图像，要求为 8 位灰度图
    OutputArray edges,      // 输出边缘图像，二值图（仅 0 和 255）
    double threshold1,      // 低阈值
    double threshold2,      // 高阈值（必须大于低阈值）
    int apertureSize = 3,   // Sobel 算子卷积核大小，默认 3×3
    bool L2gradient = false // 梯度计算方式：false=L1范数(速度快)，true=L2范数(精度高)
);

参数解读

1. image：必须传入灰度图像，彩色图需要提前做色彩空间转换；
2. threshold1 / threshold2：双阈值，控制边缘检出数量，阈值越大，检出边缘越少；
3. apertureSize：Sobel 核尺寸，常用 3、5，大图/高噪声图像可适当调大；
4. L2gradient：普通场景默认 false 即可，追求高精度场景设为 true。

---

Android 完整工程实现

环境说明

• 开发环境：Android Studio + NDK 27 + OpenCV Android
• 图片要求：支持开发者自行传入 2048×2048 本地图片
• 技术栈：Kotlin + JNI + C++ + OpenCV

3.1 布局文件 activity_main.xml

页面分为原图展示区、Canny 边缘结果展示区，使用滚动布局适配大图预览，样式简洁通用。

<?xml version="1.0" encoding="utf-8"?>
<ScrollView xmlns:android="http://schemas.android.com/apk/res/android"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:background="#f5f5f5">

    <LinearLayout
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:orientation="vertical"
        android:padding="10dp"
        android:gap="10dp">

        <!-- 原始图片展示 -->
        <LinearLayout
            android:layout_width="match_parent"
            android:layout_height="wrap_content"
            android:orientation="vertical">
            <TextView
                android:layout_width="wrap_content"
                android:layout_height="wrap_content"
                android:text="原始图片"
                android:textSize="16sp"
                android:textStyle="bold"/>
            <ImageView
                android:id="@+id/iv_origin"
                android:layout_width="match_parent"
                android:layout_height="220dp"
                android:scaleType="fitCenter"
                android:background="#ffffff"/>
        </LinearLayout>

        <!-- Canny 边缘检测结果展示 -->
        <LinearLayout
            android:layout_width="match_parent"
            android:layout_height="wrap_content"
            android:orientation="vertical">
            <TextView
                android:layout_width="wrap_content"
                android:layout_height="wrap_content"
                android:text="Canny 边缘检测结果"
                android:textSize="16sp"
                android:textStyle="bold"/>
            <ImageView
                android:id="@+id/iv_canny"
                android:layout_width="match_parent"
                android:layout_height="220dp"
                android:scaleType="fitCenter"
                android:background="#ffffff"/>
        </LinearLayout>

    </LinearLayout>
</ScrollView>

3.2 上层 Kotlin 代码 MainActivity.kt

负责加载本地图片、创建位图、调用 JNI 原生方法、展示结果。
开发者只需将自己的 2048×2048 图片 放入 res/drawable 目录，修改资源名即可使用。

package com.example.canny

import android.graphics.Bitmap
import android.graphics.BitmapFactory
import android.os.Bundle
import android.widget.ImageView
import androidx.appcompat.app.AppCompatActivity

class MainActivity : AppCompatActivity() {

    // 加载 OpenCV 原生库
    companion object {
        init {
            System.loadLibrary("native-lib")
        }
    }

    /**
     * JNI 原生方法：执行 Canny 边缘检测
     * @param srcBitmap 输入原图 Bitmap
     * @param outCanny 输出边缘结果 Bitmap
     * @param lowThreshold 低阈值
     * @param highThreshold 高阈值
     */
    private external fun processCanny(
        srcBitmap: Bitmap,
        outCanny: Bitmap,
        lowThreshold: Int,
        highThreshold: Int
    )

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)

        // ========== 1. 加载你自己的 2048*2048 图片 ==========
        // 将图片放入 res/drawable，修改此处资源名即可
        val srcBitmap = BitmapFactory.decodeResource(resources, R.drawable.test_image)

        // 创建输出位图，尺寸与原图保持一致
        val cannyBitmap = Bitmap.createBitmap(
            srcBitmap.width,
            srcBitmap.height,
            Bitmap.Config.ARGB_8888
        )

        // ========== 2. 调用原生算法，可自由调整双阈值 ==========
        // 推荐比例：高阈值 = 低阈值 * (2 ~ 3)
        processCanny(srcBitmap, cannyBitmap, 50, 150)

        // ========== 3. 展示图片 ==========
        findViewById<ImageView>(R.id.iv_origin).setImageBitmap(srcBitmap)
        findViewById<ImageView>(R.id.iv_canny).setImageBitmap(cannyBitmap)
    }
}

3.3 底层 C++ JNI 代码 native-lib.cpp

核心逻辑：Bitmap 与 OpenCV Mat 互转、图像预处理、Canny 算法执行，附带完整注释。

#include <jni.h>
#include <opencv2/opencv.hpp>
#include <android/bitmap.h>

using namespace cv;
using namespace std;

/**
 * Bitmap 转 OpenCV Mat
 * @param bitmap Android 上层传入的 Bitmap
 * @return 转换后的 BGR 格式 Mat
 */
Mat bitmapToMat(JNIEnv *env, jobject bitmap) {
    AndroidBitmapInfo info;
    void* pixels = nullptr;
    AndroidBitmap_getInfo(env, bitmap, &info);
    AndroidBitmap_lockPixels(env, bitmap, &pixels);

    // Android Bitmap 默认 RGBA 四通道
    Mat rgba(info.height, info.width, CV_8UC4, pixels);
    Mat bgr;
    // 转换为 OpenCV 标准 BGR 格式
    cvtColor(rgba, bgr, COLOR_RGBA2BGR);
    AndroidBitmap_unlockPixels(env, bitmap);
    return bgr;
}

/**
 * OpenCV Mat 转 Bitmap，用于回传给 Android 上层展示
 * @param srcMat OpenCV 图像矩阵
 * @param dstBitmap 目标 Bitmap
 */
void matToBitmap(JNIEnv *env, const Mat& srcMat, jobject dstBitmap) {
    AndroidBitmapInfo info;
    void* pixels = nullptr;
    AndroidBitmap_getInfo(env, dstBitmap, &info);
    AndroidBitmap_lockPixels(env, dstBitmap, &pixels);

    Mat rgba;
    // 区分灰度图 / 彩色图，统一转为 RGBA
    if (srcMat.channels() == 1) {
        cvtColor(srcMat, rgba, COLOR_GRAY2RGBA);
    } else {
        cvtColor(srcMat, rgba, COLOR_BGR2RGBA);
    }
    memcpy(pixels, rgba.data, info.width * info.height * 4);
    AndroidBitmap_unlockPixels(env, dstBitmap);
}

/**
 * Canny 边缘检测核心逻辑
 * @param srcBgr 输入彩色图像
 * @param outEdges 输出二值边缘图像
 * @param lowThresh 低阈值
 * @param highThresh 高阈值
 */
void cannyEdgeDetection(const Mat& srcBgr, Mat& outEdges, int lowThresh, int highThresh) {
    // 1. 彩色图转为灰度图（Canny 要求输入灰度图）
    Mat srcGray;
    cvtColor(srcBgr, srcGray, COLOR_BGR2GRAY);

    // 2. 前置高斯滤波，强化降噪效果
    GaussianBlur(srcGray, srcGray, Size(3, 3), 0);

    // 3. 执行 Canny 边缘检测
    Canny(srcGray, outEdges, lowThresh, highThresh, 3, false);

    // 反转黑白：黑色背景 + 白色边缘（视觉更直观）
    bitwise_not(outEdges, outEdges);
}

/**
 * JNI 入口函数：供 Kotlin 调用
 */
extern "C" JNIEXPORT void JNICALL
Java_com_example_canny_MainActivity_processCanny(
        JNIEnv *env, jobject thiz,
        jobject srcBitmap,
        jobject outCanny,
        jint lowThreshold,
        jint highThreshold)
{
    // 1. Bitmap 转 Mat
    Mat srcBgr = bitmapToMat(env, srcBitmap);
    Mat matEdges;

    // 2. 执行边缘检测算法
    cannyEdgeDetection(srcBgr, matEdges, lowThreshold, highThreshold);

    // 3. 结果回转为 Bitmap，返回上层
    matToBitmap(env, matEdges, outCanny);
}

3.4 CMake 配置（CMakeLists.txt）

NDK 编译核心配置，关联 OpenCV 库，按需修改 OpenCV 路径即可。

cmake_minimum_required(VERSION 3.22.1)

project("canny")

# 引入 OpenCV 头文件目录
include_directories(E:/xxx/opencv-native/include)

# 配置原生库
add_library(
        native-lib
        SHARED
        native-lib.cpp)

# 链接系统库与 OpenCV 库
find_library(
        log-lib
        log)

target_link_libraries(
        native-lib
        ${log-lib})

---

运行说明与效果解读

4使用步骤

1. 将 2048×2048 图片 放入项目 res/drawable 文件夹；
2. 在 Kotlin 代码中修改图片资源名 R.drawable.test_image；
3. 同步 NDK 配置，编译运行项目；
4. 页面自动展示原图与Canny 边缘图。

4运行效果

• 原图：你自定义的 2048×2048 彩色图片；
• 边缘结果图：黑色背景 + 白色单像素细边缘，轮廓连续、无多余噪点。

4阈值调优指南

根据图片画质、噪声强度调整双阈值，适配不同场景：

1. 普通图片（通用）：低阈值 50，高阈值 150（比例 1:3）；
2. 高噪声图片：提高双阈值（例：80, 240），减少噪点被误检为边缘；
3. 低对比度图片（弱边缘）：降低双阈值（例：30, 90），保留更多弱边缘；
4. 边缘断裂严重：适当降低低阈值，增强弱边缘连通性。

---

总结

1. 算法核心：Canny 由「高斯降噪 → Sobel 梯度 → 非极大值抑制 → 双阈值筛选」四步组成，是目前综合表现最优的边缘检测算法；
2. API 要点：Canny 函数必须传入灰度图，高低阈值推荐 2~3 倍比例；
3. 工程优势：本项目完全基于 Android NDK + OpenCV 实现，支持自定义大图输入，源码注释完整，可直接用于学习、二次开发与项目集成；
4. 拓展方向：可在此基础上增加滑动条动态调整阈值、相机实时边缘检测、边缘轮廓绘制等功能。