Canny算子c++实现

实现一个canny算子，opencv版本为3.4.5

#include <iostream>
#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

/*
生成高斯卷积核 kernel
*/
void Gaussian_kernel(int kernel_size, int sigma, Mat &kernel)
{
   
	const double PI = 3.1415926;
	int m = kernel_size / 2;

	kernel = Mat(kernel_size, kernel_size, CV_32FC1);
	float s = 2 * sigma * sigma;
	//笔记： 注意二维高斯函数下面就是2*pi*sigma^2，没有根号
	for (int i = 0; i < kernel_size; i++)
	{
   
		for (int j = 0; j < kernel_size; j++)
		{
   
			int x = i - m;
			int y = j - m;

			kernel.at<float>(i, j) = exp(-(x * x + y * y) / s) / (PI * s);
		}
	}
}

/*
计算梯度值和方向
imageSource 原始灰度图
imageX X方向梯度图像
imageY Y方向梯度图像
gradXY 该点的梯度幅值
theta 梯度方向角度 theta=arctan(imageY/imageX)
*/
void GradDirection(const Mat imageSource, Mat &imageX, Mat &imageY, Mat &gradXY, Mat &theta)
{
   
	
	imageX = Mat::zeros(imageSource.size(), CV_32SC1);
	imageY = Mat::zeros(imageSource.size(), CV_32SC1);
	gradXY = Mat::zeros(imageSource.size(), CV_32SC1);
	theta = Mat::zeros(imageSource.size(), CV_32SC1);

	int rows = imageSource.rows;
	int cols = imageSource.cols;

	/*
	Mat.step参数指图像的一行实际占用的内存长度，以字节为基本单位，
	因为opencv中的图像会对每行的长度自动补齐（8的倍数），
	编程时尽量使用指针，指针读写像素是速度最快的，使用at函数最慢。
	*/
	int stepXY = imageX.step;
	int step = imageSource.step;

	/*
	Mat::data的默认类型为uchar*，但很多时候需要处理其它类型，如float、int，
	此时需要将data强制类型转换，如：
	Mat src(1000,1000,CV_32F);
	float* myptr = (float*)src.data;
	无论Mat的type是何种类型，Mat::data均为uchar*
	*/
	uchar *PX = imageX.data;
	uchar *PY = imageY.data;
	uchar *P = imageSource.data;
	uchar *XY = gradXY.data;
	for (int i = 1; i < rows - 1; i++)
	{
   
		for (int j = 1; j < cols - 1; j++)
		{
   
			int a00 = P[(i - 1)*step + j - 1];
			int a01 = P[(i - 1)*step + j];
			int a02 = P[(i - 1)*step + j + 1];

			int a10 = P[i*step + j - 1];
			int a11 = P[i*step + j];
			int a12