opencv建立椭圆边缘检测路径（三）——直线路径上的边缘检测

接上节，椭圆路径上的边缘检测实质上就是直线路径上的边缘检测。
1.线路径边缘检测原理
不同于对Mat对象可以用Canny，Sobel等算法进行边缘检测，直线上的边缘检测是单方向的、指定范围、指定宽度（1个像素的宽度）的边缘检测。如果说Canny的Roi是一个矩形，那么线路径的Roi是一条宽度为1像素的线段，所以在某些场景下可以大幅度提高处理速度。
为了形象一下，可以看以下图片（图片出自Adaptive Vision Studio 4.12 Professional，侵删）。

在这条橙红色的路径上，找到了三个边缘点，两个强边缘点Point1和Point2，一个弱边缘点Point0。
tip：强边缘点和弱边缘点——按照边缘强度将边缘分为若干个等级。
这三个边缘点都在线段上，也就是说找边缘的运算是限定于线段上的；
橙红色的线是有方向的，也就是说从右到左进行边缘检测。

原理分析：
1）是否存在边缘
在一条线检测路径中，设它经过像素的像素值为
Pixels[Pixel0,Pixel1,Pixel2…Pixeln]；设Val为发现边缘的条件为最大像素值减去最小像素值的差值。
Max （Pixels） - Min （Pixels） >Val？存在边缘：不存在边缘；
2）找到边缘
方法一：相邻像素法 ，适用于已知、强烈的边缘，用于定位
边缘点.x = Pixel[i] - Pixel[i + 1] > Val? Pixel[i].x : -10086
边缘点.y = Pixel[i] - Pixel[i + 1] > Val? Pixel[i].y : -10086
方法二：左右像素差值法
abs（Pixel[i - α] - Pixel[i + α] > Val？Pixel[i] : -10086
比如有以下像素值1，3，6，7，则3左右为6和1，差值为5，所以3是最明显的边缘点；6的左右为3和7，差值为4，6是次明显边缘点。

通过以上分析，线检测路径检测边缘可以检出强边缘和若边缘，还可以进行筛选，可以检出多个边缘，也可以选择最好（最强的）边缘、第一个边缘、最后一个边缘。

在项目实践中，线检测路径检测边缘在定位、识别、缺陷检测中作用举足轻重。

2.线路径边缘检测应用
1）测量
检测到边缘点以后，获得两两个点之间像素距离。
2）缺陷检测
被测物出现裂口时将会在检测路径上产生两个边缘点。
3）定位
在一些被测物集中线性排列的场景，使用线路径检测定位物体相对位置，继而算出物体中心坐标，比模板匹配要快不少。

3.源码和示例
以下两个例子在获得了线段中各坐标点（如何获得？见《opencv建立椭圆边缘检测路径（一）——建立一条直线并获得直线上各点坐标》）的前提下，遍历线段中在图像中的映射点，根据图像的灰度特点找图像的边缘点。
1）相邻像素法