opencv中canny演算法理解

opencv canny的應用詳解參見：

canny演算法的基本步驟：

1. 獲取x，y的梯度

2. 非最大值抑制

3. 邊緣跟蹤

第乙個步驟很好理解，獲取x方向、y方向的梯度。opencv中應用sobel運算元來獲取dx，dy。

第二個步驟有點繞口費解，說白了就是在梯度方向上求最大值，來判斷此點是不是邊緣點。梯度方向上是灰度變換最大的方向，只要在這條線上，比較梯度影象的中心點的鄰域即可。如果梯度影象中，中心點大於兩個鄰域的值，則可能為邊緣點，如果小於鄰域的值，則為非邊緣點。

有的實現採用插值的方式來獲取梯度方向上中心點鄰域的值，然後進行比較。而opencv，將影象中心點梯度方向近似為4個方向 0, 45, 90 及135，直接可以利用8鄰域進行比較計算，不用插值的方法。。

這四個方向正好對應8鄰域的橫向、縱向及斜向4個方向。例如角度 < 22.5度（pi/8）時，橫向；角度 > 67.5度時，縱向...

1 2 3

* * *

0*******0

* * *

3 2 1

其中#define tg22 (int)(0.4142135623730950488016887242097*(1<

prev_flag的作用，為1代表前乙個畫素點為邊緣點，為0代表前乙個點為非邊緣點。目的是將大於high閾值的、且其前面的仍然是邊緣點的（其實就是連續幾個點是邊緣點）點設定為可能是邊緣點，即標示此點_map[j] = (uchar)0;，不用入棧，後續採用跟蹤的方式再確定為邊緣點。

第三個步驟，採用雙閾值邊緣跟蹤。

如果是梯度在鄰域中是最大值，且大於high閾值，確定是邊緣點，然後以此為中心需找鄰域中滿足低閾值的點。

如果鄰域點滿足其點梯度最大值，且大於low閾值，確定此鄰域點為邊緣點，並遞迴此步驟。

opencv中閾值判斷放在第二步中了，而其第三步僅用來鄰域跟蹤，採用棧迴圈非遞迴的方式實現。將擴充套件已經是邊緣點的8鄰域，將可能是邊緣點的鄰域（_map中為0的點），確定為邊緣點。

其他：獲取乙個區域內的梯度最大值，能很好的細化邊緣。

本質是獲取多個梯度

比較大小

梯度最大值與閾值比較，而且可能是被蹂躪兩次，確立邊緣點。

reference：