OpenCV的Canny边缘检测

步骤：
①平滑处理
②梯度检测
③非极大值抑制
④滞后阈值处理

1.所有的边缘都极易受到噪声的干扰，为了防止因噪声引起的错误检测结果，有必要用平滑滤波的方法滤除噪声。高斯滤波是常用的滤波方式，二维图像用二维高斯函数，它的定义为：

PS：σ表示高斯函数的标准差
边缘检测之前，先用 GaussianBlur 函数进行高斯平滑滤波，设它的标准差为1.6，而高斯内核尺寸是由标准差确定的。

int main(int argc, char** argv)
{
     
	Mat src, dst, edge, output;
	src = imread("C:/Users/24465/Desktop/1.jpeg");
	if (!src.data)
	{
     
		cout << "could not be load image" << endl;
		return -1;
	}

	GaussianBlur(src, dst, Size(0, 0), 1.6);//size大小通常为3x3这里我取0×0，1.6为高斯标准差
	Canny(dst, output, 25, 60);//25为低阈值，60为高阈值
	
	namedWindow("Canny", WINDOW_AUTOSIZE);//输出图像与输入图像大小一致，窗口大小会自动调整以适应所显示的图像，但是不能更改大小
	imshow("input", src);
	imshow("Canny", output);
	waitKey(0);
	return 0;
}

原理可参考：边缘检测之Canny算法详解