邊緣檢測檢測
&&邊緣檢測可以提取影象重要輪廓資訊，減少影象內容，可以用於分割影象，做特徵 提取
&&邊緣檢測的一般步驟
濾波——（濾出噪聲對檢測邊緣的影響） 濾高頻
增強——（可以將畫素鄰域強度變化凸顯出來–梯度運算元）變化率
檢測——（閾值方法確定邊緣）
&&常用邊緣檢測運算元
Canny運算元
Sobel運算元
Scharr運算元
Laplacian 運算元
Roberts運算元 ,,Prewitt運算元。。。。

1)Canny邊緣檢測
**消除噪聲：一般情況下使用高斯平滑濾波器卷積降噪
**計算梯度幅值和方向：安裝Sobel濾波器的步驟操作
**非極大值抑制：排除非邊緣畫素
**滯後閾值：滯後閾值需要兩個閾值（高閾值和低閾值）：
如果某一畫素位置的幅值超過高閾值，該畫素被保留為邊緣畫素
如果某一畫素位置的幅值小於低閾值該畫素被排除
如果某一畫素位置的幅值在兩個閾值之間，該畫素僅僅在連線到一個高閾值的畫素時被保留
void Canny(InputArray image,OutputArray edges,double threshold1,double threshild2,int apertureSize=3,bool L2gradient=false);
src:輸入原影象（一般為單通道8點陣圖像）
dst:輸出邊緣影象要求和src一樣的尺寸和型別（單通道）
threshold1:滯後閾值低閾值（用於邊緣連線）
threshold2:滯後閾值高閾值（控制邊緣初始段）
推薦高低閾值比值在2:1到3:1之間
apertureSize:表示Sobel運算元孔徑的大小，預設為3
L2gradient:計算影象梯度幅值的標識
cvtColor(img,img,CV_BGR2GRAY);
Canny(img,img,30,100,3); 滑動條的使用

——————————————————————————————測攝像頭有沒有聚焦 聚焦會變白
2)Sobel運算元
是一個主要用於邊緣檢測的離散微分運算元，他結合了高斯平滑和微分求導，用來計算影象灰度函式的近似梯度
分別在xy兩個方向上求導 變化比較劇烈的求出來
void Sobel(InputArray src,OutputArray dst,int ddepth,int dx,indy,int ksize=3,double scale=1,double delta=0,int borderType=BORDER_DEFAULT);
src:輸入影象
dst:輸出影象要求和drc一樣的尺寸和型別
ddepth:輸出影象的深度，支援如下組合
若src.depth()=CV_8U，取ddepth=-1/CV_16S/CV_32F/CV_64F
若src.depth()=CV_16U/CV_16S,取ddepth=-1/CV_32F/CV_64F
若src.depth()=CV_32F取ddepth=-1/CV_32F/CV_64F
若src.depth()=CV_64F,取ddepth=-1/CV_64F
**dx: x方向上的差分階數
**dy:Y方向上的差分階數
**Ksize:預設值為3，表示Sobel核大小1,3,5,7
**delta():表示在結果存入目標圖之前可選的delta值,預設值0
borderType：邊緣模式，一般是預設

//對x,y求導的效果

Mat grad_x,grad_y;
Mat abs_grad_x,abs_grad_y,dst;
Mat img=imread("0.jpg",0);
imshow("src",img);
//X方向上的梯度
Sobel(img,grad_x,CV_16S,1,0,3,1,1BORDER_DERAULT);
convertScaleAbs(grad_x,abs_grad_x);//轉換為8為無符號
imshow("x方向"，abs_grad_x);
//Y方向上的梯度
Sobel(img,grad_y,CV_16S,0,1,3,1,1,BORDER_DEFAULT);
convertScaleAbs(grad_y,abs_grad_y);
imshow("Y方向"
 
，abs_grad_y);
addWeighted(abs_grad_x,0.5,abs_grad_y,0.5,0,dst);//合併0.5的權重
imshow("合併效果"，dst);