【算法】基于OpenCV的Canny边缘检测算法

Canny边缘检测算子是John F. Canny于 1986 年开发出来的一个多级边缘检测算法。更为重要的是 Canny 创立了边缘检测计算理论解释这项技术如何工作。

Canny边缘检测算法可以分为以下5个步骤：

• 应用高斯滤波来平滑图像，目的是去除噪声
• 找寻图像的强度梯度（intensity gradients）
• 应用非最大抑制（non-maximum suppression）技术来消除边误检（本来不是但检测出来是）
• 应用双阈值的方法来决定可能的（潜在的）边界
• 利用滞后技术来跟踪边界

Canny边缘检测的公式推导：

1. 高斯滤波：对图像进行平滑处理
   
2. 计算梯度幅度和方向（采用Sobel算子）
   
3. 非极大值抑制
   
   
4. 双阈值检测
   

Canny算法代码实现

#opencv读取的格式是BGR
import cv2 
import numpy as np
#Matplotlib是RGB
import matplotlib.pyplot as plt
%matplotlib inline 
#显示图像的函数
def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()
#读取图像
img=cv2.imread("lena.jpg",cv2.IMREAD_GRAYSCALE)

#80 和150 分别为最大和最小的阈值，当阈值比较的大获取较少的边缘 阈值较大获取较多的边缘信息
v1=cv2.Canny(img,80,150)  
v2=cv2.Canny(img,50,100)
#hstark：横向输出两张图片
res = np.hstack((v1,v2))
cv_show(res,'res'