opencv3 学习笔记（Canny边缘检测：cv2.Canny()）

1、原理：

　　1.1  噪音去除

　　　　由于边缘检测很容易受到噪音的影响，所以第一步就是使用高斯滤波器（5x5）去除噪音
　　1.2  计算图像的梯度

　　　　对平滑后的图像使用Sobel算子计算水平方向和竖直方向的一阶导数（图像梯度）（Gx和Gy）。根据得到的这两幅梯度图找到边界的梯度和方向。公式如下：

　　

　　　　梯度的方向一般总是与边界垂直。梯度方向被归为四类：垂直，水平，和两条对角线

　　1.3  非极大值抑制

　　　　在获得梯度的方向和大小之后， 应该对整幅图做一个扫描，除去那些非边界上的点。对每一个像素进行检查，查看这个点的梯度是不是周围具有相同梯度方向的点钟最大的，保留最大的。

　　1.4  滞后阈值

　　　　现在要确定那些边界才是真正的边界，需要设置两个阈值：minVal和maxVal。当图像的灰度梯度高于maxVal时被认为是真的边界，那些低于minVal的边界会被抛弃。如果介于两者之间的话，就要看这个点是否与某个被确定为真正边界点相连，如果是，就认为它也是边界点，如果不是就抛弃。

2.OpenCV中的Canny边界检测
　　cv2.Canny（）第一个参数是输入图像，第二和第三个分别是minVal和maxVal。第三个参数设置用来计算图像梯度的Sobel卷积核的大小，默认值为3。最后一个参数是L2gradient，它可以用来设定求梯度大小的方程。如果设为True，就会使用我们上面提到过的方程，否则使用方程：代替，默认值为False。