opencv学习笔记--Canny边缘检测

声明：虽然肯定没人看，但是我要说明，里面的内容都是我从官方文档上抄的，仅作为个人复习之用，并非原创。

原理：

1. Canny 边缘检测算法 是 John F. Canny 于 1986年开发出来的一个多级边缘检测算法，也被很多人认为是边缘检测的 最优算法, 最优边缘检测的三个主要评价标准是:

• 低错误率: 标识出尽可能多的实际边缘，同时尽可能的减少噪声产生的误报。
• 高定位性: 标识出的边缘要与图像中的实际边缘尽可能接近。
• 最小响应: 图像中的边缘只能标识一次。

步骤¶

1. 消除噪声。 使用高斯平滑滤波器卷积降噪。 下面显示了一个  的高斯内核示例:

   

2. 计算梯度幅值和方向。 此处，按照Sobel滤波器的步骤:

   1. 运用一对卷积阵列 (分别作用于  和  方向):

      

   2. 使用下列公式计算梯度幅值和方向:

      

      梯度方向近似到四个可能角度之一(一般 0, 45, 90, 135)

3. 非极大值 抑制。 这一步排除非边缘像素， 仅仅保留了一些细线条(候选边缘)。

4. 滞后阈值: 最后一步，Canny 使用了滞后阈值，滞后阈值需要两个阈值(高阈值和低阈值):

   1. 如果某一像素位置的幅值超过 高 阈值, 该像素被保留为边缘像素。
   2. 如果某一像素位置的幅值小于 低 阈值, 该像素被排除。
   3. 如果某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于 高 阈值的像素时被保留。

   Canny 推荐的 高:低 阈值比在 2:1 到3:1之间。

5. 想要了解更多细节，你可以参考任何你喜欢的计算机视觉书籍。

CV_EXPORTS_W void Canny( InputArray image, OutputArray edges,
                         double threshold1, double threshold2,
                         int apertureSize=3, bool L2gradient=false );

image：原图灰度图

edges： 输出边缘 可输出到原图中

threshold1 ：低阈值

threshold2： 高阈值 一般为低阈值的二到三倍

apertureSize： 内核大小

L2gradient： 没找到干什么用的 以后要是用到的话再去官网看文档吧