OpenCV -边缘检测

本次素材都来源于傅贤君老师

Canny边缘检测

1使用高斯滤波器，以平滑图像，滤除噪声。
2计算图像中每个像素点的梯度强度和方向。
3应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。
4应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。
5通过抑制孤立的弱边缘最终完成边缘检测。
边缘检测四步曲
1.去噪： 由于图像边缘非常容易受到噪声的干扰，通常需要对图像进行滤波以去除噪声。滤波的目的是平滑一些纹理较弱的非边缘区域，以便得到更准确的边缘。滤波器的大小也是可变的，高斯核的大小对于边缘检测的效果具有很重要的作用。滤波器的核越大，边缘信息对于噪声的敏感度就越低，但边缘检测的定位错误也会随之增加。
2.计算梯度： 边缘检测算子返回水平方向的Gx和垂直方向的Gy。

在计算梯度时，我们会得到梯度的幅度和角度（代表梯度的方向）两个值。

3.非极大值抑制： 在获得了梯度的幅度和方向后，遍历图像中的像素点，去除所有非边缘的点。
目的是边缘细化。如果该点是正/负梯度方向上的局部