十三、边缘提取

图像边缘：找到像素值差异比较大的地方
1. 对图像进行一阶求导（即Sobel)，最大变化处的绝对值最大值
2. 对图像进行二阶求导（即laplance），最大变化处的值为零

算子

1. Sobel算子
原理：权重的差异扩大了差异（当kernal覆盖的区域的像素值一样时，kernel覆盖的像素卷积和为0（即锚点的值为0）；当差异很小时，卷积和很小；当差异很大时，卷积和绝对值很大。）
	a. X 方向梯度（3行3列：[-1,0,1, -2,0,2, -1,0,1]），由于kernel的中间一列为0，竖直方向的差异没有影响
	Mat kernel_x = (Mat_<int>(3, 3) << -1, 0, 1, -2,0,2,-1,0,1);
	b. Y 方向梯度（3行3列： [-1,-2,-1, 0,0,0, 1,2,1]）
	Mat kernel_y = (Mat_<int>(3, 3) << -1, -2, -1, 0,0,0, 1,2,1);
	c. 获取边缘
	X方向梯度和Y方向梯度求平方，再开方（G=sqrt(x*x+y*y)，可用近似值：G=|x|+|y|加快运算速度）
	d. 过滤，梯度大于阈值的保留
2. Scharr算子（[3,0,3, -10 ,0,10, -3,0,3]）
Sobel的改进，更大的权重产生更大的差异
3. 拉普拉斯算子（3行3列： [0,-1,0, -1,4,-1, 0,-1,0]）
原理：比较锚点和周围点
Mat kernel_y = (Mat_<int>(3, 3) << 0, -1, 0, -1, 4, -1, 0, -1, 0);
4. robert算子 [1,0,0,-1] ,[0,1,-1,0] 
5. canny边缘检测
原理：
	a. 高斯模糊
	b. 灰度图像
	c. 计算梯度
	d. 非最大信号抑制
	e. 高低阈值输出图像（T1， T2为阈值，凡是高于T2的都保留，凡是小于T1都丢弃，从高于T2的像素出发，凡是大于T1而且相互连接的，都保留。最终得到一个输出二值图像，推荐的高低阈值比值为 T2: T1 = 3:1/2:1其中T2为高阈值，T1为低阈值）

Sobel

void Sobel( InputArray src, OutputArray dst, int ddepth, int dx, int dy, int ksize = 3, double scale = 1, double delta = 0, int borderType = BORDER_DEFAULT );
src：图像
dst：目标图像
ddepth：目标图像深度
dx：x方向差分阶数（为1时表示获取x方向梯度）
dy：y方向差分阶数（为1时表示获取y方向梯度）
ksize：算子大小
scale：缩放
delta：可选增量（偏移量）
borderType：边界模式

Scharr

void Scharr( InputArray src, OutputArray dst, int ddepth, int dx, int dy, double scale = 1, double delta = 0, int borderType = BORDER_DEFAULT );
src：图像
dst：目标图像
ddepth：目标图像深度
dx：x方向差分阶数（为1时表示获取x方向梯度）
dy：y方向差分阶数（为1时表示获取y方向梯度）
ksize：算子大小
scale：缩放
delta：可选增量（偏移量）
borderType：边界模式

Laplacian

void Laplacian( InputArray src, OutputArray dst, int ddepth, int ksize = 1, double scale = 1, double delta = 0, int borderType = BORDER_DEFAULT );
src：图像
dst：目标图像
ddepth：目标图像深度
ksize：算子大小
scale：缩放
delta：可选增量（偏移量）
borderType：边界模式

Canny

void Canny( InputArray image, OutputArray edges, double threshold1, double threshold2, int apertureSize = 3, bool gradient = false );
image：图像
edges：目标图像
threshold1：低阈值
threshold2：高阈值
apertureSize：算子大小
L2gradient：是否归一化

元素值转为uint8

void convertScaleAbs(InputArray src, OutputArray dst, double alpha = 1, double beta = 0);
src：图像
dst：目标图像
alpha：比例缩放
beta：可选增量（偏移量）