学习图像处理知识---EmguCV3.4图像--图像边缘检测和轮廓提取（一）

在实际的运用中，图像的边缘检测和轮廓提取很重要。

public Image<TColor, float> Sobel(
	int xorder,
	int yorder,
	int apertureSize
)其中xorder为X方向的一阶，yorder为y方向的一阶,apertureSize为卷积大小，只能为1，3,5,7；不能为其他的。      

拉普拉斯算子

public Image<TColor, float> Laplace(
	int apertureSize
)其中apertureSize为正奇数1,3,5,7      

public Image<Gray, byte> Canny(
	double thresh,
	double threshLinking,
	int apertureSize,
	bool l2Gradient
)//其中thresh，threshLinking,两个阈值--高阈值与低阈值。其中apertureSize为正奇数1,3,5,7，l2Gradient为TRUE或flase.      

在CvInvoke中也是类似：

public static void Canny(
	IInputArray image,
	IOutputArray edges,
	double threshold1,
	double threshold2,
	int apertureSize = 3,
	bool l2Gradient = false
)       

进行实例练习：      

Emgu.CV.Image<Bgr, Byte> YUAN = new Image<Bgr, Byte>((Bitmap)pictureBox1.Image);

            //  pictureBox2.Image = YUAN.Convert<Gray, Byte>().Canny(180,250).ToBitmap();

            //pictureBox2.Image = YUAN.Convert<Gray, Byte>().Canny(180, 250,5,true).ToBitmap();

            //pictureBox1.Image = YUAN.Convert<Gray, Byte>().Bitmap;

            pictureBox2.Image = YUAN.Canny(120,180, 5, true).Bitmap;

            pictureBox2.Image=YUAN.Sobel(1,0,3).Bitmap;

            pictureBox2.Image = YUAN.Laplace(3).Bitmap;