import cv2 as cv
import numpy as np


# canny運算步驟：5步
# 1. 高斯模糊 - GaussianBlur
# 2. 灰度轉換 - cvtColor
# 3. 計算梯度 - Sobel/Scharr
# 4. 非極大值抑制
# 5. 高低閾值輸出二值圖像

# 非極大值抑制：
# 算法使用一個3×3鄰域作用在幅值陣列M[i,j]的所有點上；
# 每一個點上，鄰域的中心像素M[i,j]與沿著梯度線的兩個元素進行比較，
# 其中梯度線是由鄰域的中心點處的扇區(qū)值ζ[i,j]給出。
# 如果在鄰域中心點處的幅值M[i,j]不比梯度線方向上的兩個相鄰點幅值大，則M[i,j]賦值為零，否則維持原值；
# 此過程可以把M[i,j]寬屋脊帶細化成只有一個像素點寬，即保留屋脊的高度值。

# 高低閾值連接
# T1，T2為閾值，凡是高于T2的都保留，凡是低于T1的都丟棄
# 從高于T2的像素出發(fā)，凡是大于T1而且相互連接的都保留。最終得到一個輸出二值圖像
# 推薦高低閾值比值為T2:T1 = 3:1/2:1,其中T2高閾值，T1低閾值


def edge_demo(image):
  blurred = cv.GaussianBlur(image, (3, 3), 0)
  gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)

  grad_x = cv.Sobel(gray, cv.CV_16SC1, 1, 0)
  grad_y = cv.Sobel(gray, cv.CV_16SC1, 0, 1)

  # edge_output = cv.Canny(grad_x, grad_y, 30, 150)
  edge_output = cv.Canny(gray, 50, 150)
  cv.imshow("gray", gray)
  cv.imshow("Canny demo", edge_output)


def main():
  src = cv.imread("../images/Crystal.jpg")
  cv.imshow("demo",src)

  edge_demo(src)
  cv.waitKey(0) # 等有鍵輸入或者1000ms后自動將窗口消除，0表示只用鍵輸入結束窗口
  cv.destroyAllWindows() # 關閉所有窗口


if __name__ == '__main__':
  main()