opencv python 8 Canny边缘检测

opencv python 8 Canny边缘检测

Canny边缘检测算法分为以下几步：

1. 去除噪声
   边缘检测算法受噪声影响较大，所以先使用5x5的高斯滤波去除噪声。
2. 计算图像梯度
   经过高斯平滑的图像分别在水平和垂直方向上用sober算子计算得到一阶导数G_x和G_y，以及角度θ：
   
3. 非极大值抑制
   得到梯度大小和方向后扫描整张图像，移除不是边缘组成部分的像素。对每个像素，检查是否是梯度方向上邻域中的最大值。
   
   对于点A，检查梯度方向上的相邻点B和C，若A是最大值则进入下一步，否则置为0。
4. 阈值处理
   对于给定的最大阈值和最小阈值，大于最大阈值的梯度必定为边缘，小于最小阈值的梯度必定不为边缘，对于中间部分，如果与必定为边缘的像素相连，则也视为边缘。
   
   点A必定为边缘，C在最大最小阈值之间且与A相连所以视为边缘，B不为边缘。

在opencv中使用cv2.Canny()实现该检测算法。

edges = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]])

• edges：输出的边缘图像
• image：输入图像
• threshold1：第1个阈值
• threshold2：第2个阈值，两个阈值中较小的作为最小阈值，较大的作为最大阈值
• apertureSize：Sobel算子宽度，默认为3
• L2gradient：是否使用L2梯度，默认为false

import cv2

img = cv2.imread('a.jpg', 0)

edges = cv2.Canny(img, 100, 200)
cv2.imshow('edges', edges)
cv2.waitKey()