OpenCV（11）边缘检测、轮廓绘制、简单平移距离测量 C++

1.边缘检测

原文链接：http://blog.sina.com.cn/s/blog_154bd48ae0102weuk.html
边缘检测的一般步骤：
1.滤波
边缘检测的算法主要是基于图像的一阶和二阶导数。但是导数通常对噪声很敏感，所以首先要用滤波器降低噪声。常见的滤波方法主要是高斯滤波。
2.增强
增强边缘的基础是确定图像各点领域强度的变化值。增强算法可以将图像灰度点邻域强度值有显著变化的点凸现出来，在具体计算的过程中，可以通过计算梯度幅值来确定。
3.检测
经过增强的图像，往往领域中有很多点的梯度值比较大，而在特定的场合中，这些点并不是边缘点，所以应采用某种方式进行取舍，我们通常采取阈值化的方法来检测。

1.1.（cv :: canny）边缘检测

Canny边缘检测的步骤：
1.消除噪声（高斯滤波）
2.计算梯度幅值与方向（sobel滤波器）
3.非极大值抑制（排除一些非边缘像素）
4.滞后阈值
Sobel算子是计算图像梯度的，所以在canny和laplacian中都调用过sobel算子。
Sobel算子是一个主要用于边缘检测的离散微分算子，它结合了高斯平滑和微分求导，用来计算图像灰度函数的近似梯度。在图像的任意一点使用该算子，都将会产生对应的梯度矢量或者法向量。
拉普拉斯算子是n维欧几里德空间中的一个二阶微分算子，定义为梯度的散度。
除了canny算子，其他都是有x和y两个方向的

Void