我正在将Open CV用于涉及图像轮廓估计的图像处理应用程序。我想知道的是，对图像进行阈值处理（如他们如何完成here）或使用Canny Edge算法（here）是否会产生更好的结果。这是否涉及算法分析或我遗漏了什么？
答案 0 :(得分：4)
Canny Edge Detection显然。它做了很多事情来确保只有强大的边缘来自结果。阈值处理只是查看强度并查看每个值是小于还是大，我们分别获得“边缘”点。 然而，取决于场景的复杂性，阈值处理和边缘检测会产生相同的效果。例如，如果您有一个干净的图像，其中多个清晰的对象在前景和背景之间具有明显的强度差异，那么边缘检测或阈值处理都可以。如果你有一个更复杂的图像，不同区域的对比度不同，或者你有多个不同强度的对象，那么阈值处理不会给你带来好结果，因为你不可避免地会包含不属于任何正确的像素对象。这就是边缘检测更好的原因，因为它是本地运算符，并且阈值处理是全局。阈值处理将设定原则应用于图像中的每个像素。边缘检测将您的图像分解为补丁，并确定每个补丁中是否发生了某些事情。
如果你想从中获取一些东西，它们之间的区别在于阈值处理更多地用于对象提取，而边缘检测是处理管道中的预处理步骤，例如轮廓估计，对象检测和识别和特征分析。阈值处理是一种相当快速和肮脏的方式，可以查看某些事情是否正在发生，或者提取出“活跃”的东西，而边缘检测则更多地用于与计算机视觉相关的任务。
我没有解释Canny Edge Detection如何更好，我将向您推荐一些文献。
希望这有帮助！