边缘检测
1、Sobel
2、Laplace
3、Roberts
4、Canny
Canny
canny对边缘检测质量进行分析时，有3个原则：
1、信噪比准则
2、定位精度准则
3、单边缘响应准则
canny边缘检测的基本思想是：首先对图像选择一定的Gauss滤波器进行平滑滤波，然后采用非极值抑制技术进行处理得到最后的边缘图像。
Canny算法基本可分为4个步骤：
步骤一：
滤波平滑噪声。
GaussianBlur(src,dst,Size(3,3),1.5,1.5);
步骤二：
利用已有的一阶偏导算子计算梯度。一般用sobel
步骤三：
非极大值抑制（https://blog.csdn.net/dieju8330/article/details/82789186）
步骤四：
双阈值法抑制假边缘，连接真边缘
核心函数：
void Canny(InputArray image,OutputArray edges, double threshold1, double threshold2, int apertureSize=3,bool L2gradient=false )
InputArray类型的image，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位图像。
OutputArray类型的edges，输出的边缘图，需要和源图片有一样的尺寸和类型。
double类型的threshold1，第一个滞后性阈值【低阈值】。值越大，找到的边缘越少
double类型的threshold2，第二个滞后性阈值【高阈值】。
int类型的apertureSize，表示应用Sobel算子的孔径大小，其有默认值3。
bool类型的L2gradient，一个计算图像梯度幅值的标识，有默认值false。
低于阈值1的像素点会被认为不是边缘；
高于阈值2的像素点会被认为是边缘；
在阈值1和阈值2之间的像素点,若与第2步得到的边缘像素点相邻，则被认为是边缘，否则被认为不是边缘。
调用代码：
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
void main()
{
Mat srcImage = imread("F:\\opencv_re_learn\\2.jpg");
if (!srcImage.data){
cout << "falied to read" << endl;
system("pause");
return;
}
Mat srcGray;
cvtColor(srcImage, srcGray, CV_BGR2GRAY);
//高斯滤波
GaussianBlur(srcGray, srcGray, Size(3, 3),
0, 0, BORDER_DEFAULT);
//Canny检测
int edgeThresh =100;
Mat Canny_result;
Canny(srcImage, Canny_result, edgeThresh, edgeThresh * 3, 3);
imshow("src", srcImage);
imshow("Canny_result", Canny_result);
waitKey(0);
}
实现效果：
原文：https://blog.csdn.net/dieju8330/article/details/82814529
