01 FE 2F 33 35 34 37 3B 3C 3F 40 43 45 49 47 49 4B 4C 4D 4F 51 52 55 56 56 58 58 59 5C 5A 5A 5C 5D 5D 5D 5F 5F 60 61 5F 5F 60 5A 29 28 27 29 29 27 2A 29 29 22 26 2A 2E 2D 3F 3F 2D 27 20 22 21 26 32 32 39 38 37 39 36 3B 41 5D 63 64 63 5F 4E 43 3C 30 2C 2C 2F 2E 2B 27 29 28 24 26 3A 46 45 44 43 45 40 35 2F 2C 2C 2A 2B 2E 2F 28 25 22 20 32 4A 4D 4D 4D 4D 4B 40 2F 22 1D 28 43 27 27 2C 2B 25 28 2D 35 3A 3C 41 47 41 36 52 61 62 64 65 67 65 61 65 64 68 67 68 67 67 67 67 66 66 66 66 64 65 65 63 63 62 62 62 62 61 61 60 61 61 5F 5A 59 55 54 52 51 4F 48 20 1A 1B 1B 1B 18 00 31 31 34 38 38 3C 3C 3F 41 44 46 47 48 4A 4B 4D 4E 50 52 52 54 55 55 57 58 59 59 5A 59 5B 5B 5D 5D 5D 5E 5C 5F 5E 5E 5E 5C 33 29 27 2B 2A 29 2A 28 28 25 25 26 25 25 2C 2B 2B 27 21 1F 26 2A 34 32 33 35 34 36 37 3A 3C 56 63 58 55 4C 43 36 3F 35 37 37 3A 3B 38 39 38 37 37 34 31 2D 2B 2B 28 27 25 32 33 31 32 34 32 32 31 31 2B 2B 2A 27 27 26 28 25 23 25 31 2A 24 23 30 3A 24 27 29 26 25 23 2A 37 3A 40 4C 49 42 39 56 5E 62 62 64 65 63 5E 65 64 65 66 66 66 67 66 65 65 65 64 65 64 64 64 61 61 61 61 61 62 61 60 61 5F 60 5D 59 56 55 54 52 50 4E 37 1C 1A 1A 1B 1A 1A 00 2F 2F 29 30 36 39 3F 3F 41 44 45 48 47 4A 49 4B 4F 4F 50 50 54 55 55 54 57 58 57 59 59 59 5B 5A 5B 5A 5C 5C 5B 5C 5B 5B 5C 3B 28 26 25 24 26 26 25 25 21 1F 21 20 1D 1E 1B 1C 1E 1F 1E 21 1E 1F 21 27 33 37 37 35 35 3A 32 42 35 25 25 23 2E 34 39 40 3F 41 43 41 3E 40 3E 3F 39 34 31 2F 2A 28 27 25 33 39 3D 3E 40 40 40 41 3E 3C 3B 33 29 24 25 23 23 20 21 30 2E 2C 29 39 32 28 26 26 25 23 22 21 22 21 22 45 2E 22 33 58 60 60 63 62 63 5E 5F 64 62 64 64 65 65 66 66 66 65 64 65 63 62 62 62 62 62 62 60 61 60 61 60 60 5F 5F 5B 57 56 55 54 52 4F 4B 23 18 17 17 19 18 17 00 32 31 2E 25 31 3B 3D 3F 41 43 45 48 47 49 49 4C 4E 50 51 51 52 54 56 55 56 56 56 58 57 57 58 58 56 48 40 3B 36 3D 44 42 36 27 1C 1C 1F 20 22 22 23 23 25 1D 24 21 21 1E 20 20 1E 24 1D 1F 1E 1E 1E 21 36 37 3A 37 37 36 37 3F 3B 21 1E 23 30 34 39 3B 3D 40 43 44 40 42 41 40 3E 39 35 32 2E 2D 2C 28 32 3B 3B 3B 3E 3D 42 3F 40 3D 39 3A 2F 2D 28 29 25 22 24 32 32 34 31 44 32 30 2C 2A 2A 2B 29 23 23 23 24 42 22 1F 39 5A 5D 60 62 62 60 5D 61 63 63 64 64 65 64 65 65 64 64 63 63 64 63 63 62 60 61 62 60 60 60 60 5F 60 5F 5E 58 56 57 53 53 4F 50 3D 19 18 19 19 19 16 17 00 32 32 33 32 36 3C 3F 40 43 45 49 49 4B 4A 4E 4F 50 52 54 54 54 55 56 56 57 59 59 59 58 5B 5A 5C 58 2D 25 24 25 26 27 24 24 23 20 1E 1D 1C 1D 1E 1F 1F 1F 1E 21 1F 21 23 22 22 20 24 20 22 20 1F 22 27 37 39 3C 39 39 3B 33 3E 43 2A 23 24 2E 35 2F 21 24 1E 1D 1D 1F 1B 1A 1C 1C 1B 1F 1D 20 1D 19 1C 2E 1C 1B 20 23 1E 1F 1F 1C 1F 1E 1F 1E 1E 20 20 21 23 28 32 30 32 39 45 34 31 2F 2B 2D 2D 2B 2B 29 27 2E 43 22 25 3A 4E 5D 61 63 64 63 60 61 65 66 68 68 67 68 67 67 68 67 67 66 66 65 66 65 64 64 64 63 63 63 64 64 64 63 60 5D 5B 58 57 56 54 50 2E 1B 1C 1A 19 1A 1A 19 00 32 35 35 35 3C 3C 40 44 44 45 47 49 4A 4C 4E 4E 50 51 52 52 53 55 55 56 56 57 58 56 58 57 55 54 51 38 25 26 23 26 27 25 25 24 24 27 28 28 26 28 28 26 27 1F 1F 1D 1B 1D 1F 22 22 24 21 21 21 20 31 36 3A 3C 3C 3D 39 3C 31 3D 2D 3E 39 35 36 33 33 20 24 1E 1D 1E 1A 1C 1C 1B 1A 1A 1C 1F 1D 1D 19 1C 2C 1C 19 19 1A 1A 1A 19 18 16 16 19 17 1B 19 1A 18 1D 2A 2F 1A 18 2C 2C 1B 1A 1D 22 1A 1C 1A 1B 1B 1E 2F 3C 22 29 3B 48 4D 55 5E 62 5F 61 63 65 64 66 65 65 67 66 67 65 66 67 65 65 65 65 65 64 64 61 64 62 63 61 62 62 61 5D 5A 59 56 56 55 53 45 1E 1A 1A 1A 18 19 1A 17 00 32 35 34 37 37 3A 3C 40 40 3E 3F 40 3D 39 35 32 2E 2C 28 26 24 20 1E 1C 1E 1D 1D 1D 20 20 21 21 24 22 27 25 25 25 26 26 25 22 20 21 23 24 23 23 25 27 29 26 26 24 24 23 1F 21 23 23 26 26 27 27 2E 34 32 35 35 2C 2D 35 44 46 34 29 2A 2A 2C 38 35 2B 2D 2B 2A 2D 2B 29 2D 2A 28 27 25 24 25 23 23 25 2E 24 22 21 22 21 22 23 23 23 24 24 1D 1A 19 18 19 1E 2D 2A 1A 1A 26 1F 1B 1A 21 20 19 19 1C 1A 17 1A 34 2E 23 2B 3A 3C 45 4A 4E 56 5F 60 64 64 65 67 66 66 67 67 68 67 68 67 68 67 66 65 65 65 64 64 65 64 62 62 63 64 62 5E 5B 59 58 58 55 53 31 20 1B 1C 1B 1A 1A 19 1A 00 17 16 17 14 17 16 17 17 17 17 16 18 16 1A 1A 1B 20 22 21 24 28 2B 2F 32 30 34 37 3A 3B 3D 3E 3E 3F 3F 38 30 2F 2E 31 33 33 32 2E 29 29 29 2A 29 2C 2B 2B 2C 2A 30 33 38 3A 3C 3E 3E 3E 3D 3E 3D 3E 40 40 42 42 41 43 45 44 47 45 45 44 48 57 57 58 55 49 3A 3B 3E 3F 3D 3E 3C 3C 4A 4D 4C 48 47 43 3D 42 4C 4D 4B 44 39 38 36 35 35 33 32 32 32 2D 2F 2D 30 2E 31 27 29 29 26 25 21 23 20 1F 1C 1F 1E 1C 1F 2D 24 27 2E 39 3C 3D 3F 44 48 4C 59 60 61 63 65 65 65 66 67 66 66 66 66 66 65 66 65 64 64 63 64 63 62 62 61 61 60 5D 5B 59 59 57 55 55 4B 20 1D 1A 19 19 19 1A 18 16 00 1F 22 23 23 26 28 28 2C 2F 2F 31 33 33 36 39 38 38 39 3B 3B 3A 3E 41 41 40 40 42 44 44 44 44 46 47 46 44 43 43 43 43 45 45 44 44 3F 3F 3E 3E 3F 3F 3D 3F 3F 3E 41 4A 4A 42 45 42 45 45 46 46 48 46 47 47 48 48 49 46 48 4A 49 49 58 5F 62 61 60 59 53 46 45 46 45 44 44 4E 57 5B 5B 5B 57 5B 5A 57 56 58 58 59 55 51 49 3D 3B 3E 3B 3A 3C 3B 38 40 47 4A 4C 49 3A 37 3A 31 30 36 3D 39 30 2E 2D 2E 2A 2C 2C 2F 2F 33 38 42 43 45 45 44 46 47 48 49 49 49 4A 4C 4E 54 59 5A 5F 61 66 66 66 67 66 66 66 66 65 62 64 62 61 63 62 5D 5A 5B 5B 58 57 56 38 1E 1D 1C 1E 1B 1C 19 19 1A 00 26 28 28 26 2A 2A 30 2D 31 31 31 38 35 39 39 3B 3D 3D 3C 3F 3E 3E 41 41 42 42 44 45 43 46 46 47 48 4A 49 45 49 43 3B 3C 3D 42 42 40 45 47 49 47 45 3F 3F 44 44 45 45 45 46 46 48 46 47 46 47 47 48 48 48 48 49 48 48 49 4A 4A 4A 4A 4A 4A 4A 47 49 48 48 47 46 46 46 47 45 46 49 46 45 45 45 44 45 44 45 45 45 46 47 47 44 3D 40 3E 3D 41 3E 40 3F 40 46 50 51 53 4B 3D 3D 3E 3C 3E 3C 3F 43 44 40 36 31 38 35 37 31 3A 47 49 44 40 44 45 47 47 46 47 47 49 48 48 4A 48 48 45 41 2E 24 25 25 27 26 2F 35 3C 46 4C 53 58 5B 5D 59 58 57 58 56 56 4F 20 13 19 1A 18 19 18 18 19 18 00 28 2A 2B 2C 2D 30 2F 31 36 38 38 36 36 33 3B 45 49 4D 4F 55 5B 62 64 65 66 68 69 69 6A 6B 6D 6D 6E 6F 6F 6E 6E 6D 6F 6E 70 6F 6E 6C 6B 6C 6C 6B 6C 6B 62 3B 3E 49 49 49 49 48 49 4A 49 4A 4A 49 4B 4B 4C 4A 4B 49 4A 4A 4C 4C 4D 4C 4C 4B 4C 4B 48 49 49 4A 48 48 47 48 48 47 42 3C 39 43 4C 53 5A 64 68 6B 6C 6A 69 69 68 66 65 64 61 60 63 5F 59 53 4D 4A 46 45 44 3F 42 43 42 42 45 41 42 43 42 40 42 42 46 4A 4F 49 49 46 40 3F 44 42 45 47 46 47 48 48 48 49 49 48 49 4A 48 47 46 45 3C 2C 1F 1D 1B 1B 19 1A 18 16 17 17 20 33 4A 57 58 56 3D 19 19 19 1A 1A 18 1A 1A 1A 19 00 43 47 4A 4E 51 53 55 56 58 5B 5D 5D 61 63 63 65 67 68 68 68 68 65 63 5D 59 55 4F 49 44 53 6A 6A 6A 6D 6A 70 71 71 71 70 71 73 75 70 6D 6E 6D 6D 6F 6D 60 48 47 49 4A 4A 4B 4B 4C 4D 4C 4C 4C 4C 4B 4B 4D 4B 4D 4B 4C 4D 4A 4D 4E 4C 4C 4D 4C 4B 4C 4A 4C 4A 4A 4B 3A 4D 66 6E 71 73 73 73 73 73 72 71 73 74 74 74 73 73 71 72 71 71 71 70 70 72 72 73 71 70 70 70 6F 6D 6A 67 61 54 45 39 37 3E 46 45 44 45 44 45 46 48 49 49 47 4A 4B 4C 4A 4A 4B 4A 48 4A 4A 4B 4B 4D 4D 4D 4C 4A 4A 49 48 48 45 43 44 3F 40 37 2E 24 1C 13 13 13 12 13 16 1D 1D 17 18 18 19 18 18 18 18 1A 17 00 4B 4C 4E 4F 50 4F 4A 42 34 28 26 2B 30 35 3B 33 3D 44 42 43 42 3D 3E 40 44 45 46 48 48 48 4B 48 2F 27 3D 6C 75 74 74 76 75 77 76 76 73 72 73 75 70 48 3C 4B 4A 4B 4A 4B 4B 4C 4C 4D 4C 4D 4D 4C 4C 4C 4E 4D 4C 4D 4E 4D 4D 4D 4E 4E 4E 4E 4F 4D 4B 4A 49 65 75 76 77 75 75 74 75 74 74 76 76 75 74 74 73 74 70 5B 46 33 2E 2B 2D 2C 3A 55 5B 60 63 69 6D 6F 70 70 71 70 70 70 71 70 70 6F 6D 6D 6B 68 61 51 4A 49 4A 49 4B 4B 4B 4C 4C 4C 4C 4E 4D 4F 4C 4E 4D 4D 4F 4E 4E 4D 4C 4F 4C 4C 4B 4B 4A 49 49 4A 4B 49 4A 4A 4C 4A 47 39 26 18 15 17 1A 17 1A 19 19 19 1A 1A 1A 19 19 00 2D 2F 30 32 33 35 36 36 38 3A 3C 3E 3F 41 41 43 43 44 45 45 46 46 47 46 48 49 4A 49 4B 4A 4B 52 6B 72 72 75 75 76 76 77 77 77 78 77 74 70 5A 48 4C 4E 4D 4C 4C 4C 4C 4D 4C 4E 4C 4F 4D 4E 4E 4D 4D 4E 4D 4E 4D 4E 4E 4E 4F 4F 4E 50 50 4E 4F 41 34 6A 78 78 76 76 75 75 75 74 76 76 76 77 77 77 76 77 76 6C 40 3F 47 48 49 48 46 45 47 48 47 48 46 47 47 46 43 44 44 36 30 36 48 5E 6D 6F 70 71 71 71 70 71 71 6F 6C 67 49 38 46 4C 4C 4D 4C 4C 4D 4E 50 4E 4F 4F 4E 4E 4C 4C 4E 4C 4C 4D 4A 4C 4B 4A 4A 4A 4A 4A 49 47 46 45 47 47 4A 46 45 3C 2E 1B 1A 19 17 1A 18 19 19 1A 19 00 2D 31 31 32 33 35 37 39 3B 3C 3D 3F 40 43 42 44 45 47 47 48 47 47 47 48 48 48 48 4F 63 70 73 74 73
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
算法步骤如下: 1)在整个程序开始时先利用GetGaussianKernel()预先生成高斯矩阵,利用GaussianFilter()对图像进行高斯滤波,以平滑图像,滤除噪声。 2)利用SobelGradDirction()计算图像中每个像素点的梯度强度和方向。 3)应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散响应。 4)利用LocalMaxValue()应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘。 5)通过DoubleThresholdLink()抑制孤立的弱边缘最终完成边缘检测。 本资源包含Canny算法的C语言实现,欢迎大家积极点赞和评论,博主会定期回复!
资源推荐
资源详情
资源评论
收起资源包目录
示例程序.zip (27个子文件)
示例程序
input.txt 4.52MB
output_gaus.txt 985KB
print_canny.o 28KB
output_SobelXY.txt 985KB
gamma.o 26KB
cut.h 219B
output_image.txt 0B
cut.o 24KB
gamma.c 810B
train.dev 2KB
cut.c 597B
canny.o 35KB
Makefile.win 1KB
main.o 27KB
print_canny.h 244B
include.h 811B
output_histogram.txt 0B
output_SobelX.txt 985KB
train.exe 289KB
output_img.txt 985KB
canny.h 367B
train.layout 610B
gamma.h 137B
print_canny.c 2KB
canny.c 9KB
main.c 4KB
output_SobelY.txt 985KB
共 27 条
- 1
资源评论
AIPlayer
- 粉丝: 1w+
- 资源: 20
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功