OpenCV-Canny边缘检测

概念

在这里插入图片描述
双阈值:检测过程中,可能不是边界,就要在过滤,只保留最真实的那一些。

第一步:使用高斯滤波器进行滤波,去除噪音点

第二步:使用sobel算子,计算出每个点的梯度大小和梯度方向

第三步:使用非极大值抑制(只有最大的保留),消除边缘检测带来的杂散效应

第四步:应用双阈值,来确定真实和潜在的边缘

第五步:通过抑制弱边缘来完成最终的边缘检测

1.高斯滤波器

在这里插入图片描述

2.梯度和方向(sobel算子)

在这里插入图片描述
在这里插入图片描述
3.非极大值抑制(两种方法)
在这里插入图片描述
在这里插入图片描述

4.双阙值检测

在这里插入图片描述

代码实现

在这里插入图片描述

def cv_show(name,image):
    cv2.imshow(name,image)
    cv2.waitKey(0)
    cv2.destoryAllWindows()
import cv2
import numpy as np
img= cv2.imread('huigirl.jpg',cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)

res = np.hstack((v1,v2))
cv_show('res',res)

在这里插入图片描述

import cv2
import numpy as np
img= cv2.imread('huigirl.jpg',cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,140,250)
v2=cv2.Canny(img,50,100)

res = np.hstack((v1,v2))
cv_show('res',res)

在这里插入图片描述

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值