前言 本科期间学习过C语言，拿到了计算机二级证书，此外主要自学MATLAB和Python进行深度学习相关的编程。一直以为C++和C#与C语言大同小异，没有重视，在学校的项目需要用C++进行编程，并且甲方点名界面要用Qt做，觉得MFC太难看。也罢，近乎于从0开始，趁着新肺，在家自学C++与Qt，借此记录，欢迎大家交流。 一、开发环境 1、Windows 10 64位； 2、Qt 5.8.0（MINGW编译器，利用Qt Creator而不是宇宙最强IDE——vs）； 3、OpenCV 3.2.0 二、环境配置 参考的是：拜小白教你Qt5.8.0+OpenCV3.2.0配置教程(详细版) 虽然作者讲

canny算法 C++实现，可以提取图像边缘

第11章_图论模型与算法

canny边缘检测，使用canny算法进行图像边缘检测，阈值在代码里-canny edge detection, using canny edge detection algorithm, the threshold in the code

canny算子的Qt源码测试Demo。Qt版本为5.9.9。处理不依赖外部图像库，原生c++代码，基本就用了vector库来保存图像数据。

可重构计算大作业，采用VIvado HLS循环优化，采用新颖思路，进行图片分割，大大降低算法复杂度，最终在PYNQ云平台测试成功。作业成绩为优秀。

Canny 检测算法包含下面几个阶段： 1.图像灰度化 2.高斯模糊处理 3.图像梯度、梯度幅值、梯度方向计算 4.NMS（非极大值抑制） 5.双阈值的边界选取 1、图像灰度化   当仅提取一张图片的边界，单通道的图片已经足够提供检测出边界的信息。所以我们可以将R、G、B的3通道图片乃至更高维的高光谱遥感图像进行灰度化，这是一种降维操作，它减少了冗余数据从而降低了计算开销。以下是对RGB图片灰度化的方法： def gray( img_path): 计算公式： Gray(i,j) = [R(i,j) + G(i,j) + B(i,j)] / 3 or :

边缘检测 Canny 算法的简单实现。 步骤/算法详情： 1. 高斯滤波器系数的卷积2. 用于水平和垂直方向的 Canny 滤波器卷积3.使用atan2计算方向4. 调整到最接近的 0、45、90 和 135 度5. 非最大抑制6. 迟滞阈值 输入图像为 RGB。 使用两个阈值，T_High 和 T_Low。

基于均值滤波的改进Canny算法在核磁共振图像边缘检测中的应用 图像滤波算法.pdf

针对传统Canny边缘检测算法中的边缘连接是通过设定固定阈值完成的，无法自动适应外界检测环境变化的问题，在FPGA上设计实现了一种基于改进Canny算法的实时边缘检测系统。该系统利用OSTU算法（最大类间方差法）自动选取合适的双阈值，能够对摄像头模块采集的视频图像进行实时处理，提取出每一帧图像的边缘，并在显示器上显示。实验结果表明，该系统能在在外界环境发生变化时，不需要做出调整，仍然能够很好的检测到图像的边缘。