我的OpenCV学习笔记（19）：检测轮廓，直线，圆以及直线拟合

检测轮廓时我们使用canny边沿检测算法，这个算法其实也是基于梯度的。但是，与传统的梯度算法求边沿不同的是：

1.它可以精确的定位边沿的位置。通过沿幅角方向检测模值的极大值点，即边缘点，遍历8个方向图像像素，把每个像素偏导值与相邻像素的模值比较，取其MAX值为边缘点，置像素灰度值为0。这样做的结果使得边沿非常细。

2.双阈值检测。通常一个较小的阈值会保留很多边沿，他们中的一部分是没有用的；而一个较大的阈值则会保留主要的边沿，但是可能会丢失一些边沿信息。怎么把它们结合起来使用呢？具体的做法如下：（其中图像二是较大阈值产生的，图像一是较小阈值产生的）

•对图像2进行扫描，当遇到一个非零灰度的像素p(x,y)时，跟踪以p(x,y)为开始点的轮廓线，直到轮廓线的终点q(x,y)。

•考察图像1中与图像2中q(x,y)点位置对应的点s(x,y)的8邻近区域。如果在s(x,y)点的8邻近区域中有非零像素s(x,y)存在，则将其包括到图像2中，作为r(x,y)点。从r(x,y)开始，重复第一步，直到我们在图像1和图像2中都无法继续为止。

•当完成对包含p(x,y)