opencv中canny算法理解

opencv canny的应用详解参见：

http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/canny_detector/canny_detector.html

canny算法的基本步骤：

1. 获取x，y的梯度

2. 非最大值抑制

3. 边缘跟踪

第一个步骤很好理解，获取x方向、y方向的梯度。opencv中应用sobel算子来获取dx，dy。

第二个步骤有点绕口费解，说白了就是在梯度方向上求最大值，来判断此点是不是边缘点。梯度方向上是灰度变换最大的方向，只要在这条线上，比较梯度图像的中心点的邻域即可。如果梯度图像中，中心点大于两个邻域的值，则可能为边缘点，如果小于邻域的值，则为非边缘点。

有的实现采用插值的方式来获取梯度方向上中心点邻域的值，然后进行比较。而opencv，将图像中心点梯度方向近似为4个方向 0, 45, 90 及135，直接可以利用8邻域进行比较计算，不用插值的方法。。

这四个方向正好对应8邻域的横向、纵向及斜向4个方向。例如 角度 < 22.5度（PI/8） 时，横向； 角度 > 67.5度时，纵向...

        1   2