【OpenCV入門教程之十二】OpenCV邊緣檢測：Canny算子, Sobel算子, Laplace算子, Scharr濾波器合輯

OpenCV 中寫代碼時節約時間的小常識。其實OpenCV中，不用namedWindow，直接imshow就可以顯示出窗口。

一、關于邊緣檢測

在具體介紹之前，先來一起看看邊緣檢測的一般步驟吧。

1. 濾波：邊緣檢測的算法主要是基于圖像強度的一階和二階導數，但導數通常對噪聲很敏感，因此必須采用濾波器來改善與噪聲有關的邊緣檢測器的性能。常見的濾波方法主要有高斯濾波，即采用離散化的高斯函數產生一組歸一化的高斯核，然后基于高斯核函數對圖像灰度矩陣的每一點進行加權求和。

2. 增強：增強邊緣的基礎是確定圖像各點鄰域強度的變化值。增強算法可以將圖像灰度點鄰域強度值有顯著變化的點凸顯出來。在具體編程實現時，可通過計算梯度幅值來確定。

3. 檢測：經過增強的圖像，往往鄰域中有很多點的梯度值比較大，而在特定的應用中，這些點并不是我們要找的邊緣點，所以應該采用某種方法來對這些點進行取舍。實際工程中，常用的方法是通過閾值化方法來檢測。