算法介绍：Canny是一种边缘检测算法1.高斯模糊–GaussianBlur2.灰度转换–cvtColor3.计算梯度–sobel4.非最大信号抑制 对非边缘的像素进行移植，在切向和法向 去掉，5.高低阈值输出二值图像，进行边缘连接，如果大于最高阈值的像素要保留，低于最低的要舍去，中间的作为连接图像。非多大信号抑制：在x方向和y方向做完梯度变换角度是梯度变化最大的方向。如果在和梯度垂直的方向上的相邻像素点都比自身大，就丢弃。高低阈值输出二值图像：T1，T2为阈值，凡是高于T2的都应该被保留，凡是
理论：在二阶微分的时候，最大变化处的值为零即边缘是零值，通过二阶导数计算，依据理论我们可以计算出图像二阶导数，提取边缘。处理流程：高斯模糊-去噪声GaussianBlur()转化为灰度图像cvtColor()拉普拉斯-二阶导数计算Laplacian()提取绝对值convertScaleAbs()显示结果代码：#include <opencv2/opencv.hpp>
#include <iostream>
#include <mat
卷积边缘问题在做卷积处理时，图像边缘的像素不会被卷积操作。原因在于边界像素没有完全跟卷积和重合，所以3x3像素会有1个像素的边缘没有被处理。边缘处理方法：在卷积开始之前增加边缘像素，填充的像素为0或者RGB黑色。这样就确保边缘被处理。OpenCV默认的是BORDER_DEFAULT，其他还有：BORDER_CONSTANT - 填充边缘用指定像素BORDER_REPLICATE -填充边缘像素用已知的边缘像素值BORDER_WRAP - 用另外一边的像素来补偿填充API说明 - 给图像添加边缘A
卷积模糊图像，图像边缘，增强图像常见卷积算子：Robert、sobel、拉普拉斯算子代码：#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
using namespace cv;
int main(int argc,char ** argv)
{
&nbs
阈值（threshold）简单地说就是把图像分割的一个标尺。阈值类型1.阈值二值化（threshold binary）大于阈值取最大值，小于阈值取最小值。2.阈值反二值化（threshold binary Interval）3.截断（truncate）超过阈值和阈值相等，否则为0.4.阈值取零（threshold to zero）小于阈值取0，大于的不变。5.阈值反取零（threshold to zero interval）小于阈值的不变，大于的取零。寻找阈值 实现最佳阈值THRESH_OTSU
金字塔原理图像金字塔是一个图像集合，集合中所有的图像都源于同一个原始图像，而且通过对原始图像连续降采样获得。在图像处理中，常常会调整图像大小，最常见的就是放大和缩小。一个图像金字塔是一系列图像组成，最底下一张是图像尺寸最大，最上方的图像尺寸最小，从空间上从上向下看就像一个古埃及的金字塔。高斯金字塔–用来对图像进行降采样拉普拉斯金字塔–用来重建一张图片根据他的上层降采样图片。高斯金字塔：高斯金字塔是从底向上，逐层采样得到。采样之后图像大小是原始图像MxN的M/2xN/2，就是对原图像删除偶数行和列
在opencv\sources\samples下面提供了很多的官方例程，是学习OpenCV的最好的资源。视频教程地址：https://www.bilibili.com/video/av17748771/?p=12感谢贾志刚老师的视频教程。开运算闭运算形态学梯度：膨胀减去腐蚀顶帽（top hat）原图像与开操作之间的差值图像。黑帽：闭操作图像和原图像之间的差值图像。提取直线：提取步骤输入彩色图像—转化为灰度图像—转化为二值图像—定义结构元素—开操作提取水平与垂直线代码示例：#include&nbs
在opencv\sources\samples下面提供了很多的官方例程，是学习OpenCV的最好的资源。视频教程地址：https://www.bilibili.com/video/av17748771/?p=11感谢贾志刚老师的视频教程。程序：#include<iostream>
#include<opencv2/core/core.hpp>
#include<highgui/highgui.hpp>
#include <opencv2/