目的:
是通过阅读优秀源码来学习c++11，将来进行仿效。顺便进行第二轮opencv图像处理算法理解的进阶。
对象：Canny边缘检测
算法步骤网上一大堆。先sobel梯度，再取相邻的最大值为边缘，最后双阈值确认强边缘。
Opencv3.4.1的cvCanny源码主体在canny.c中void operator()(const Range &boundaries) const运算符重载中实现的。通过调用parallelCanny类方法实现的，此类继承与ParallelLoopBody虚类。
代码阅读小笔记：
cvRound 返回跟参数最接近的整数值；
cvFloor 返回不大于参数的最大整数值；
cvCeil 返回不小于参数的最小整数值。
思考：我的问题来啦
1.sobel算子的来源，为什么是3x3个？
2.tan67.5=2+tan22.5推导，为什么是22.5，不多分几个角度？
3.上下阈值选择？
4.为什么强边缘旁边的弱边缘都是算做强边缘，是否也添加了噪声？
解答：这些疑问点，可能都是算法可以优化的点
1.Sobel算子是采用城市距离，然后进行卷积滤波。梯度矢量g的幅度为
|g| = <像素灰度差分>/<相邻像素的距离>
G = (z3-z7)/4 * [1, 1]+ (z1-z9)/4 * [-1, 1]+ (z2-z8)/2 * [0, 1]+ (z6-z4)/2 * [1, 0]
展开后
G = [(z3- z7- z1+ z9)/4 + (z6-z4)/2, (z3- z7+ z1- z9)/4 + (z2-z8)/2]
不想要分数，所以G' = 4G
= [z3 + 2z6 + z9 - z1 - 2z4-z7, z1 + 2z2 + z3 - z7 - 2z8 - z9]
按x-y方向，可分别写成：
G'x = (z3 + 2z6 + z9) - (z1 + 2z4 + z7)
G'y = (z1 + 2z2 + z3) - (z7 + 2*z8 + z9)
则得出滤波模板如下（左为x边缘滤波，右为y边缘滤波）
至于为什么是3x3，我认为5x5也可以，只是检测颗粒度大了，效果会不好，所以还是3x3好。
- 我认为是可以多分几个梯度方向的，那么滤波模板要变大了。
源码中tan67.5=2+tan22.5，后来我自己推导了下。确实是正确的，这样用加法来运算可以加快代码处理速度。
tan67.5°=tan(45°+tan22.5°)=√2/(2-√2)
所以我现在要证明2+tan22.5即2+√2-1=√2/(2-√2)。
即要证明√2+1=√2/(2-√2)
即要证明√2+1=1/(√2-1)
因为（√2+1）(√2-1)=1，所以证明成立，即2+tan22.5=tan67.5
阈值选择，这可不是简单的事情，特别是不同环境光下拍的照片。网上搜索了下有很多自适应高低阈值的论文因此诞生。你可以搜索
一种自适应阈值的Canny边缘检测算法.pdf关于如何选强弱边缘也有很多学者在研究，否则可能就成了双边缘，我们期待的目标是单边缘。你可以搜索
改进的Canny边缘检测算法.pdf
感悟:
必须了解算法原理看懂源码后，再进行调参或者修改源码为我所用，否则直接调用接口而效果不好的话，你就会傻眼了。
