1 前言

实际项目中，很可能会遇到用视觉测量工件的高度、宽度（也可为直径）的情形，毕竟这类型也比较常见嘛！

一般而言测量工件尺寸往往离不开物体的轮廓检测。提到轮廓就自然想到了边缘检测、二值化等一系列关联手段。

2 检测对象

工件如下：

 检测其高度+宽度（就是直径啦！）。

3 思路及代码演示

观察成像效果，发现可以主要利用X方向的亮度变化特征去实现检测目的。由于光照角度等原因，Y方向上有一些亮度变化（但并不是工件自身引起的）。所以我们主要关心X方向的亮度变化而不是Y方向的，但最好也不要完全舍弃Y方向的亮度变化，这就需要自定义权重值。 

使用opencv canny算子的话，则无法进行自定义的X、Y方向的加权融合。看该函数的原型便知。

Canny（
InputArray src, // 8-bit的输入图像，也就是单通道图像
OutputArray edges,// 输出边缘图像， 一般都是二值图像，背景是黑色
double threshold1,// 低阈值，常取高阈值的1/2或者1/3
double threshold2,// 高阈值
int aptertureSize,// Soble算子的size，通常3x3，取值3
bool L2gradient // 选择 true表示是L2来归一化，否则用L1归一化