卷积边缘：
一、在进行卷积的时候，对于原图像(1,1)的位置，左、上方没有足够的像素做卷积。
二、通常，在卷积之前，在原图增加边缘像素，比如（3*3的，增加一个像素）
三、增加像素值得处理方法，通常有：
（一）BORDER_DEFAULT。默认
（二）BORDER_CONSTANT。使用固定的值。
（三）BORDER_REPLICATE。使用已知边缘的像素值。
（四）BORDER_WRAP。用另一边的像素值来补偿填充。
四、API
copyMakeBorder( Mat src, Mat dst, int top,//边缘宽度，一般上下左右都一样 int bottom, int left, int right, int borderType,//类型 Scalar value //颜色限制 )
五、例子
原图
BORDER_DEFAULT
BORDER_REPLICATE
BORDER_WRAP
Canny边缘检测
一、算法介绍
（一）高斯模糊——GaussianBlur。就是对图像进行降噪。
（二）灰度转换——cvtColor。
（三）计算梯度——Sobel/Scharr。得到 |X| + |Y|。
（四）非最大信号抑制。由于Sobel后，边沿非常强（粗），甚至起“皱褶”。因此要处理。
（五）高低阈值输出二值图像。
二、详细介绍
（一）梯度。Sobel
Gx：将kernel内，水平方向的所有变化量，全部集中在【锚点】处，而且【锚点】同行，还*2，突出其权重。
G如果大于某个阈值，那么此位置就可能是边缘了。
G通常用G = |Gx| +|Gy|
（二）非最大信号抑制。
1、梯度方向。在哪个方向变化最大。
θ在0~180度之间
2、抑制。
（1）找到θ
（2）比如θ=90度，找到90±45度的像素（左上、右上）
（3）如果像素值，大于左上、右上，那么保留。否则舍弃。
（三）高低阈值输出二值图像。
1、定义2个阈值：高值T1、低值T2。
2、大于T1，保留；小于T2，丢弃。
3、从高于T1的像素开始寻找，大于T2且相互链接的，都保留。
4、推荐T1：T2 = 3：1，或者2：1。
三、API介绍
Canny( Mat src, //8-bit(位)的灰度图 Mat dst, double T2, //低阈值，此值越高，得到的边缘越少，最终只留最强的边缘 double T1, //高阈值，通常为255 int aptertureSize,//Soble算子的Size，通常3*3的，所以这里填3 bool L2gradient //true表示是L2来归一化，否则用L1归一化，一般为false ) //L2gradient ,使用L2，则用G = sqrt(gx*gx + gy* gy)来求梯度，否则用 //G = |gx| + |gy|来近似
四、例子
Mat gaussianBlur, gray, canny; cvtColor(src, gray, COLOR_BGR2GRAY); Canny(gray, canny, 85, 255, 3); imshow("canny", canny);
随着低阈值的变化，而变化
