python使用canny和sobel算子联合检测自定义源码解决批量处理瓶盖图片霍夫变换源码实战

最新推荐文章于 2024-05-31 13:38:27 发布

海宝7号

最新推荐文章于 2024-05-31 13:38:27 发布

阅读量332

点赞数

分类专栏： python2021 文章标签： python opencv 图像识别 cv 图像处理

本文链接：https://blog.csdn.net/dongbao520/article/details/115958190

版权

本文介绍了如何使用Python结合Canny和Sobel算子进行图像边缘检测，并应用霍夫变换处理批量瓶盖图片。提供了详细的源码解析，包括主函数，并展示了文件自动保存和较好的拟合效果。

摘要由CSDN通过智能技术生成

python使用canny和sobel算子联合检测自定义源码解决批量处理瓶盖图片霍夫变换源码实战
源码解说很清楚的哦。
在这里插入图片描述

函数1：jiance.py

#!/usr/bin/env python 
# -*- coding:utf-8 -*-
# Author's_name_is_NIKOLA_SS
import cv2
import numpy as np
from canny import canny

def jiance(path):
    Theta = []
    T = 800
    num = []

    a=np.array(path)
    a_array = np.array( a )
    sobelX = cv2.Sobel(a, -1, 1, 0, ksize=3)  # 用sobel算子计算x方向梯度

    t, sobelX = cv2.threshold(sobelX, 100, 0, type=cv2.THRESH_TOZERO_INV)
    m, n = cv2.threshold(sobelX, 30, 255, type=0)  # x方向梯度图二值化

    for k in range(80):
        lines = cv2.HoughLines(n, 1, n