OpenCV（五）——超细节的Canny原理及算法实现

继上一章承诺，编写这一章。

原因呢，是这样，在实际项目中，用到canny很少，我总觉得它对于细节边缘过于详尽。

我们知道，opencv提供的算法库，内部核心算法是定死的，你只能通过调节参数来测试。

如果你不知道原理，估计这次调好了，下次又要花大半时间去。简直是无用功。

本着专研精神，还有也方便自己后续查阅，于是乎我就推出这一期的Canny算法。

 

啰嗦几句，其实要学好算法，看书是必不可少的，很多时候，度娘，必应，知乎啊等等，查不到你要的。

推荐一本好书《图像处理与计算机视觉算法及应用》（第2版）。

 

根据书本所述Canny的描述：

（1）读入要处理的图像I

（2）创建一个一维高斯掩模G用于对I进行卷积运算，这个高斯函数的标准偏差是传入边缘检测器的一个参数。

（3）在x和y方向上创建高斯函数的一阶导数作为一维掩模，分别称为Gx和Gy。s值和步骤（2）中使用的一样。

（4）沿着行利用G对图像I做卷积运算得到x分量图像Ix，沿着列利用G对图像I做卷积运算得到y分量图像Iy。

（5）利用Gx对Ix进行卷积运算得到Ix'，即利用高斯函数的导数对I的x分量进行卷积，然后利用Gy对Iy进行卷积运算得到Iy'。

（6）结合x分量和y分量计算边缘响应的强度（即，是否希望在这一点看到结果）。每个像素（x,y）上的强度结果可以通过下式计算：

（7）非最大抑制。

（8）滞后双阈值化。

 

其中（1）~（6）的流程如下

（2&#x