一、Opencv边缘检测相关的算子和滤波器

Canny算子，Sobel算子，Laplacian算子以及Scharr滤波器

二、边缘加测的一般步骤

（1）滤波

边缘检测是对图像的一阶导数和二阶导数的处理，高频噪声对其影响很大，所以需要先对图像进行滤波处理，通常采用高斯滤波

（2）增强

增强是为了将图像灰度点领域中强度值变化明显的点凸显出来，即让边缘更加明显。

可以通过梯度幅值来确定

（3）检测

通过阈值化方法，进一步删选确定哪些点属于边缘的。

canny 算子

1、有Canny1986年推出的多级边缘检测算法

2、Canny边缘检测的步骤

（1）滤波，即消除噪声

使用高斯滤波

（2）增强---计算梯度幅值和方向

使用Sobel滤波器

（3）非极大值抑制

排除非边缘像素，保留一些细线作为候选边缘

（4）滞后阈值

采用之后阈值来最终确定边缘

1）若某一像素位置的幅值超过高阈值，该像素被保留为边缘像素。

2）若某一像素位置的幅值小于低元阈值，该像素被排除

3）若某一像素位置的幅值在两个阈值之间，该像素仅仅在连接到一个高于高阈值的像素时被保留

3、Canny()函数

Canny(输入矩阵，输出矩阵，double threshold1,double threshold2,int apertureSize = 3,bool L2gradient = false)

threshold1和threshold2确定了滞后阈值区间，推荐两者之比在2:1~3:1之间

apertureSize确定Sobel算子的孔径大小

L2gradient计算图像赋值的标识，默认为false

使用例子：

Canny(src,dst,3,9,3)

int test17() {

Mat img = imread("C:\\Users\\86188\\Desktop\\526.jpg");

Mat img_gray;

cvtColor(img, img_gray, COLOR_BGR2GRAY);

imshow("img", img);

imshow("img_gray", img_gray);

Mat img_Canny;

Canny(img, img_Canny,170,250,3,false);

imshow("img_Canny", img_Canny);

waitKey(10000000);

return 0;

}

边缘检测算法较多，后续章节会持续更新新的算法