opencv学习笔记（二十三）Canny边缘检测cvCanny()

Canny边缘检测

该方法适用于单通道图像，在1986年由J. Canny得到完善，也就是通常所称的Canny边缘检测法。 Canny算法同上节提到的简单的基于拉普拉斯算法的不同点之一是在Canny算法中，首先在x和y方向求一阶导数，然后组合为4个方向的导数。这些方向导数达到局部最大值的点就是组成边缘的候选点。
然而，Canny算法最重要的一个新特点是其试图将独立边的候选像素拼装成轮廓。
轮廓的形成是对这些像素运用滞后性阈值。这意味着有两个阈值，上限和下限。如果一个像素的梯度大于上限阈值，则被认为是边缘像素，如果低于下限阈值，则被抛弃，如果介于二者之间，只有当其与高于上限阈值的像素连接时才会被接受。
Canny 推荐的上下限阈值比为2:1到3:1之间。
cvCanny()函数需要输入一幅灰度图，输出图也一定是灰度的(实际上是布尔图像)。接下来两个参数是下限阈值和上限阈值，最后一个参数是另一个中孔。通常，这个被Sobel算子用到的中孔是cvCanny ( )在内部使用的。

cvCanny()——适用于单通道图像

定义：
void cvCanny(
const CvArr* image,
CvArr* edges,
double threshold1,
double threshold2,
int aperture_size=3 );
参数：
image
单通道输入图像.
edges
单通道存储边缘的输出图像
threshold1
第一个阈值（低阈值）
threshold2
第二个阈值（高阈值）