第十节 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大小和方向
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. 双阈值（Double-Threshold）检测来确定真实和潜在的边缘

双阈值：对一些连有可能边界再进行过滤，只保留真实的那些

     5.通过抑制孤立的弱边缘最终完成边缘检测

1.高斯滤波器

2.梯度和方向

3.非极大值抑制

线性插值法：设g1的梯度幅值为M(g1)，则Q可以得到

d(Q,g2)表示Q和g2两点之间的距离

若C的值大于 Q与Z的梯度的值则保留，否则则消除

为了简化计算，由于一个像素周围有8个像素，把一个像素的梯度方向离散为8个像素，这样就只需要计算前后即可，不用插值了

4.双阈值检测

A、C保留，B、D舍弃

梯度值>maxval  则处理为边界

minval<梯度值<maxval   连有边界则保留，否则则舍弃

梯度值<minval   则舍弃

img = cv2.imread('nengneng.jpg',cv2.IMREAD_GRAYSCALE)
v1 = cv2.Canny(img,80,150) #较大表示希望检测出来的边界越准确越好
#80:minval   150:maxval
v2 = cv2.Canny(img,50,100) #较小表示希望检测出来的边界越多越好

v1:

v2：