opencv的Canny边缘检测

前言：
目标：

• 理解Canny边缘检测
• OpenCV函数的学习cv2.Canny（）

Canny算法原理

---

Canny是一个非常受欢迎的边缘检测算法，主要分为四步的过程：

1. 去噪
   边缘对噪声敏感，第一步先用高斯滤波器来滤波。
2. 寻找图像的密度梯度
   对平滑后的图像进行滤波用sobel滤波器来求出x，y方向的导数。
   梯度方向总是垂直于边缘
3. 非极大值抑制
   在得到梯度的值和方向后，对图像进行全面扫描，取出不需要的像素，这些像素可能不构成边缘。对于这一点如果像素是其梯度方向上邻域的最大值，如果是，则考虑下一个，如果不是，则将值抑制，设置为0。
4. 滞后阈值法
5. 这个阶段决定哪些是边哪些不是边。因此我们需要两个阈值minval和maxval。大于maxval的一定是边，小于minval的一定不是边，居于两者中间的则进一步考察其连通性来确定是否为边缘。
   如图所示：
   

opencv中的用法

---

Finds edges in an image,寻找一个图像中的边缘。

cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) $\rightarrow$edges

• image – 8-bit input image.
• edges – output edge map; single channels 8-bit image, which has the same size as image .
• threshold1 – first threshold for the hysteresis procedure.
• threshold2 – second threshold for the hysteresis procedure.
• apertureSize – aperture size for the Sobel() operator.
• L2gradient – a flag, indicating whether a more accurate L2 norm =p(dI=dx)2 + (dI=dy)2 should be used to calculate the image gradient magnitude (L2gradient=true ), or whether the default L1 norm = jdI=dxj + jdI=dyj is enough (L2gradient=false ).