20.Canny邊緣檢測

1.主要內容

• Canny算法介紹
• API cv：：Canny()
  clone和copyto的區別，詳見鏈接，注意copyto的掩碼圖
  圖像的取反

2.Canny算法介紹

• Canny是邊緣檢測算法，於1986年提出
• 是一個很好的邊緣檢測器
• 是常用也很實用的圖像處理方法
  其算法步驟如下：

高斯模糊——GaussianBlur()              //降噪聲
灰度轉換——cvtColor
計算梯度——sobel/Schar                  
非最大信號抑制
高低閾值輸出二值圖像

• 非最大信號抑制
  當邊緣的信號很強時，系統會認爲一大塊都是邊緣，但是邊緣只能有一個，此時我們就要對非邊緣的像素進行一個抑制。對最大信號抑制————在這個方向上，不是最大值的話，就把它的值去掉，
  在sobel算子之後，我們得到一個Gx和Gy，通過對它們的計算，我們得到一個角度，通過這個角度我們得到一個梯度變化的趨勢，例如，我們得出在+x軸方向變化較大，那麼我們就尋找+y（垂直方向）方向，現在左邊、右邊跟它中間的值相比，如果比它的值小，那麼左邊和右邊都刪掉，中間保留。
  

• 高低閾值輸出二值圖像
  解釋：此時的圖像由於之前的非最大信號抑制，所以目前圖像的邊緣都比較突出，但是可能由於一些原因一些邊緣尚未連接起來，此時我們就需要這種方式來進行邊緣的連接。
  具體操作：T1，T2爲閾值，凡是高於T2的都保留，凡是小於T1的丟棄，從高於T2的像素出發，凡是大於T1而且相互連接的，都保留，最終得到一個二值圖像。
  推薦的高低閾值比值爲 T2: T1 = 3:1/2:1其中T2爲高閾值，T1爲低閾值
  
  

3.API詳解

（canny函數幫助我們封裝好了以下五個步驟，高斯模糊、轉化灰度圖、sobel算子、非最大信號抑制、高低閾值輸出最大值）

Canny(
    InputArray  src,     //8-bit的輸入圖像
    OutputArray  edges,  //輸出邊緣圖像，一般都是二值圖像，背景是黑色
    double threshold1,   //低閾值，常取高閾值的1/2或者1/3
    double threshold2,   //高閾值
    int aptertureSize,   //Sobel算子，常取3x3，取值3
    bool  L2gradient     //選擇true表示是L2來歸一化，默認用L1（false）歸一化 
)

4.image.copyTo(image2)函數的補充解釋

copyTo這個函數有兩種定義方式，分別是

void  copyTo (OutputArray m)  const;

和

void  copyTo(OutputArray m ,InputArray mask)  const;

即，參數可以是一張輸出圖像，或者一張輸出圖像和一個掩碼圖
那麼
image.copyTo（imageROI）;
就是把image這張圖片複製（copy to）到imageROI上
image.copyTo（imageROI，mask）;
則是不僅把image這張圖複製（copy to）到mageROI上，且image對應mask中像素值爲0的像素 點都不會貼到imageROI上。

課外擴展：
OpenCV3之——copyTo()函數的使用方法
Canny邊緣檢測分析