python:实现 canny边缘检测算法(附完整源码)

最新推荐文章于 2024-05-06 00:08:33 发布

源代码大师

最新推荐文章于 2024-05-06 00:08:33 发布

阅读量1.1k

点赞数

分类专栏： python算法完整教程文章标签： python 算法机器学习

不予转载，严禁转载，违者必纠。

本文链接：https://blog.csdn.net/it_xiangqiang/article/details/125919123

版权

python算法完整教程专栏收录该内容

698 篇文章 395 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

python:实现 canny边缘检测算法

import cv2
import numpy as np
from digital_image_processing.filters.convolve import img_convolve
from digital_image_processing.filters.sobel_filter import sobel_filter
PI = 180
def gen_gaussian_kernel(k_size, sigma)

了解本专栏

订阅专栏解锁全文

超级会员免费看

优惠劵

源代码大师

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
python:实现 canny边缘检测算法(附完整源码)

python:实现 canny边缘检测算法(附完整源码)
复制链接

扫一扫

专栏目录

订阅专栏

基于opencv传统数字图像处理实现车道线检测-python-c++源码+项目说明.zip

11-05

基于opencv传统数字图像处理实现车道线检测-python-c++源码+项目说明【实现方法】实现车道线检测，主要包含两部分操作道路图像的处理，主要包括灰度图转换、基于高斯平滑的图像去噪、基于Canny算法的边缘提取。 ...

python图像处理《数字图像处理与python实现》读书笔记二:空间滤波

阿正的梦工坊

04-24

2592

记录知识，形成体系

参与评论您还未登录，请先登录后发表或查看评论

python实现Canny算子边缘检测算法

feinifi的博客

06-03

6114

python实现Canny算子边缘检测算法。

keras 卷积神经网络_使用keras的卷积神经网络初学者指南

weixin_26750481的博客

08-27

669

keras 卷积神经网络Deep Learning is becoming a very popular subset of machine learning due to his high performance results achieved on a wide range of datasets types. One known way to use this ML technique i...

《图像处理》学习笔记_2020_6_28

fakerHao的博客

06-18

612

文章目录1. IntroductionKey Stages in Digital Image Processing2. Fundamentalsbla3.blablabla 1. Introduction Key Stages in Digital Image Processing 步骤依次如下: Image Acquisition(获取图像) 主要是完成成像的工作。 Image Enhancement(图像增强) 比如提高对比度。 Image Restoration(图像复原) 比如去噪。 Morpho

OpenCV—Sobel边缘检测的python代码实现

AI_dataloads的博客

10-13

2273

Sobel算子是一种基于卷积的边缘检测算法，它用于检测图像中的水平和垂直边缘。Sobel算子的核（kernel）是一个3x3的矩阵，分别对图像的水平和垂直方向进行卷积操作，从而得到水平和垂直边缘的近似梯度信息。这些梯度信息可以用来确定图像中的边缘位置。

Canny 边缘检测算法-python实现

“ccc111”的博客

08-22

2771

Canny 边缘检测算法由计算机科学家 John F. Canny 于 1986 年提出的。其不仅提供了算法，还带来了一套边缘检测的理论，分阶段的解释如何实现边缘检测。本文章是Canny 边缘检测算法的python实现

OpenCV——Canny边缘检测

点云侠的博客

10-08

6379

OpenCV——Canny边缘检测算法的C++与python代码实现。

python+opencv利用canny算法进行图像边缘检测(附代码)

weixin_43730228的博客

12-13

7418

版权声明：本文为博主原创文章，转载请附源链接。 Canny边缘检测算法是一种很流行的边缘检测算法，是John F.Canny在1986年提出来的。 Canny边缘检测算法其步骤有如下四步： 1、由于边缘检测算法受到噪声的影响较大，首先第一步必须对图像进行去噪，利用前面讲的高通滤波器进行去噪； 2、第二步和是利用第一步中的高通滤波器得到图像的梯度，大小和方向；(具体见图1) 图1 3、...

OpenCV+python：Canny边缘检测算法

qq_43660987的博客

06-07

7206

1，边缘处理图像边缘信息主要集中在高频段，通常说图像锐化或检测边缘，实质就是高频滤波。我们知道微分运算是求信号的变化率，具有加强高频分量的作用。在空域运算中来说，对图像的锐化就是计算微分。由于数字图像的离散信号，微分运算就变成计算差分或梯度。图像处理中有多种边缘检测（梯度）算子，常用的包括普通一阶差分，Robert算子（交叉差分），Sobel算子等等，是基于寻找梯度强度。拉普拉斯算子（二阶差...

基于Python实现的车道线检测项目源码+详细文档

03-19

基于Python实现的车道线检测项目源码+详细文档车道线提取在这里选用Sobel边缘提取算法，Sobel相比于Canny的优秀之处在于，它可以选择横向或纵向的边缘进行提取。从车道的拍摄图像可以看出，我们关心的正是车道线...

hough变换和canny算法实现自定义编辑

04-18

python自定义编写调用函数实现hough变换和canny算子的实用操作源码以及各个文件汇总

基于c++与opencv，使用canny算法与Otsu大津法实现的边缘检测.zip

02-11

包括STM32、ESP8266、PHP、QT、Linux、iOS、C++、Java、python、web、C#、EDA、proteus、RTOS等项目的源码。【项目质量】：所有源码都经过严格测试，可以直接运行。功能在确认正常工作后才上传。【适用人群】...

CV笔记6：图像边缘检测之一阶微分算子、二阶微分算子、Canny边缘检测(基于python-opencv实现)

最新发布

fanre的专栏

05-06

617

PDF链接：https://pan.baidu.com/s/1JFtvBWgEGFWJq8pHafvIUg?pwd=6666提取码：6666。

【书生·浦语大模型实战营】作业（六）：Lagent & AgentLego 智能体应用搭建

专注大数据与人工智能技术分享，欢迎私信加群互相学习！

05-03

1470

本篇笔记内容主要为【书生·浦语大模型实战营】作业（六）：Lagent & AgentLego 智能体应用搭建智能体的作业，主要对智能体应用理论部分及具体搭建流程详细介绍，并分别进行实战应用及可视化展示，欢迎大家交流学习！

python实现canny边缘检测算法

05-09

Canny边缘检测是一种经典的图像边缘检测算法，下面是Python实现代码: ```python import cv2 import numpy as np # 读取图片 img = cv2.imread('image.jpg') # 灰度化处理 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 高斯平滑滤波 gaussian = cv2.GaussianBlur(gray, (5, 5), 0) # 计算梯度 sobelx = cv2.Sobel(gaussian, cv2.CV_64F, 1, 0, ksize=3) sobely = cv2.Sobel(gaussian, cv2.CV_64F, 0, 1, ksize=3) mag = np.sqrt(sobelx**2 + sobely**2) mag = np.uint8(mag) # 非极大值抑制 height, width = mag.shape non_max = np.zeros((height, width), dtype=np.uint8) for i in range(1, height - 1): for j in range(1, width - 1): if sobelx[i, j] == 0: tangent = 1e5 else: tangent = sobely[i, j] / sobelx[i, j] if mag[i, j] >= mag[i-1, j-1] * tangent and mag[i, j] >= mag[i+1, j+1] * tangent: non_max[i, j] = 255 elif mag[i, j] >= mag[i-1, j] and mag[i, j] >= mag[i+1, j]: non_max[i, j] = 255 elif mag[i, j] >= mag[i, j-1] * tangent and mag[i, j] >= mag[i, j+1] * tangent: non_max[i, j] = 255 elif mag[i, j] >= mag[i, j-1] and mag[i, j] >= mag[i, j+1]: non_max[i, j] = 255 # 双阈值和连接边缘 weak = 75 strong = 255 result = np.zeros((height, width), dtype=np.uint8) result[mag > weak] = 1 result[mag > strong] = 255 for i in range(1, height - 1): for j in range(1, width - 1): if result[i, j] == 1: if result[i-1, j-1] == 255 or result[i-1, j] == 255 or result[i-1, j+1] == 255 or result[i, j-1] == 255 or result[i, j+1] == 255 or result[i+1, j-1] == 255 or result[i+1, j] == 255 or result[i+1, j+1] == 255: result[i, j] = 255 else: result[i, j] = 0 # 显示图片 cv2.imshow('Canny Edge Detection', result) cv2.waitKey(0) cv2.destroyAllWindows() ``` 以上代码中使用了OpenCV库实现了Canny边缘检测算法，其中包括灰度化处理、高斯平滑滤波、计算梯度、非极大值抑制、双阈值和连接边缘等步骤，最终结果显示在窗口中。

“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