1.主要内容
- Canny算法介绍
- API cv：：Canny()
clone和copyto的区别，详见链接，注意copyto的掩码图
图像的取反
2.Canny算法介绍
- Canny是边缘检测算法，于1986年提出
- 是一个很好的边缘检测器
- 是常用也很实用的图像处理方法
其算法步骤如下：
高斯模糊——GaussianBlur() //降噪声
灰度转换——cvtColor
计算梯度——sobel/Schar
非最大信号抑制
高低阈值输出二值图像
-
非最大信号抑制
当边缘的信号很强时，系统会认为一大块都是边缘，但是边缘只能有一个，此时我们就要对非边缘的像素进行一个抑制。对最大信号抑制————在这个方向上，不是最大值的话，就把它的值去掉，
在sobel算子之后，我们得到一个Gx和Gy，通过对它们的计算，我们得到一个角度，通过这个角度我们得到一个梯度变化的趋势，例如，我们得出在+x轴方向变化较大，那么我们就寻找+y（垂直方向）方向，现在左边、右边跟它中间的值相比，如果比它的值小，那么左边和右边都删掉，中间保留。
-
高低阈值输出二值图像
解释：此时的图像由于之前的非最大信号抑制，所以目前图像的边缘都比较突出，但是可能由于一些原因一些边缘尚未连接起来，此时我们就需要这种方式来进行边缘的连接。
具体操作：T1，T2为阈值，凡是高于T2的都保留，凡是小于T1的丢弃，从高于T2的像素出发，凡是大于T1而且相互连接的，都保留，最终得到一个二值图像。
推荐的高低阈值比值为 T2: T1 = 3:1/2:1其中T2为高阈值，T1为低阈值
3.API详解
（canny函数帮助我们封装好了以下五个步骤，高斯模糊、转化灰度图、sobel算子、非最大信号抑制、高低阈值输出最大值）
Canny(
InputArray src, //8-bit的输入图像
OutputArray edges, //输出边缘图像，一般都是二值图像，背景是黑色
double threshold1, //低阈值，常取高阈值的1/2或者1/3
double threshold2, //高阈值
int aptertureSize, //Sobel算子，常取3x3，取值3
bool L2gradient //选择true表示是L2来归一化，默认用L1（false）归一化
)
4.image.copyTo(image2)函数的补充解释
copyTo这个函数有两种定义方式，分别是
void copyTo (OutputArray m) const;
和
void copyTo(OutputArray m ,InputArray mask) const;
即，参数可以是一张输出图像，或者一张输出图像和一个掩码图
那么
image.copyTo（imageROI）;
就是把image这张图片复制（copy to）到imageROI上
image.copyTo（imageROI，mask）;
则是不仅把image这张图复制（copy to）到mageROI上，且image对应mask中像素值为0的像素 点都不会贴到imageROI上。
