OpenCv：边缘处理&Canny边缘检测

卷积边缘：

一、在进行卷积的时候，对于原图像(1,1)的位置，左、上方没有足够的像素做卷积。

二、通常，在卷积之前，在原图增加边缘像素，比如（3*3的，增加一个像素）

三、增加像素值得处理方法，通常有：

（一）BORDER_DEFAULT。默认

（二）BORDER_CONSTANT。使用固定的值。

（三）BORDER_REPLICATE。使用已知边缘的像素值。

（四）BORDER_WRAP。用另一边的像素值来补偿填充。

四、API

copyMakeBorder(
Mat src,
Mat dst,
int top,//边缘宽度，一般上下左右都一样
int bottom,
int left,
int right,
int borderType,//类型
Scalar value //颜色限制
)

五、例子

原图

BORDER_DEFAULT

BORDER_REPLICATE

BORDER_WRAP

 

---

 Canny边缘检测

一、算法介绍

（一）高斯模糊——GaussianBlur。就是对图像进行降噪。

（二）灰度转换——cvtColor。

（三）计算梯度——Sobel/Scharr。得到   |X| + |Y|。

（四）非最大信号抑制。由于Sobel后，边沿非常强（粗），甚至起“皱褶”。因此要处理。

（五）高低阈值输出二值图像。

 二、详细介绍

（一）梯度。Sobel

Gx：将kernel内，水平方向的所有变化量，全部集中在【锚点】处，而且【锚点】同行，还*2，突出其权重。

G如果大于某个阈值，那么此位置就可能是边缘了。

G通常用G = |Gx| +|Gy|

（二）非最大信号抑制。

　　1、梯度方向。在哪个方向变化最大。

　　

　　θ在0~180度之间

　　2、抑制。

　　　　（1）找到θ

　　　　（2）比如θ=90度，找到90±45度的像素（左上、右上）

　　　　（3）如果像素值，大于左上、右上，那么保留。否则舍弃。

（三）高低阈值输出二值图像。

　　1、定义2个阈值：高值T1、低值T2。

　　2、大于T1，保留；小于T2，丢弃。

　　3、从高于T1的像素开始寻找，大于T2且相互链接的，都保留。

　　4、推荐T1：T2 = 3：1，或者2：1。

 三、API介绍

Canny(
Mat src, //8-bit(位)的灰度图
Mat dst,
double T2, //低阈值，此值越高，得到的边缘越少，最终只留最强的边缘
double T1, //高阈值，通常为255
int aptertureSize,//Soble算子的Size，通常3*3的，所以这里填3
bool L2gradient //true表示是L2来归一化，否则用L1归一化，一般为false
)

//L2gradient ,使用L2，则用G = sqrt(gx*gx + gy* gy)来求梯度，否则用
//G = |gx| + |gy|来近似

四、例子

Mat gaussianBlur, gray, canny;  
    cvtColor(src, gray, COLOR_BGR2GRAY);
    Canny(gray, canny, 85, 255, 3); 
    imshow("canny", canny);

随着低阈值的变化，而变化