【OpenCV】36 Canny边缘检测器

36 Canny边缘检测器

代码

import cv2 as cv
import numpy as np

src = cv.imread("../images/master.jpg")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)

# t1 = 100, t2 = 3*t1 = 300
edge = cv.Canny(src, 100, 300)
cv.imshow("mask image", edge)
# cv.imwrite("D:/edge.png", edge)
edge_src = cv.bitwise_and(src, src, mask=edge)

h, w = src.shape[:2]
result = np.zeros([h, w*2, 3], dtype=src.dtype)
result[0:h,0:w,:] = src
result[0:h,w:2*w,:] = edge_src
cv.putText(result, "original image", (10, 30), cv.FONT_ITALIC, 1.0, (0, 0, 255), 2)
cv.putText(result, "edge image", (w+10, 30), cv.FONT_ITALIC, 1.0, (0, 0, 255), 2)
cv.imshow("edge detector", result)
# cv.imwrite("D:/result.png", result)

cv.waitKey(0)
cv.destroyAllWindows()

实验结果

解释

1986年，JOHN CANNY 提出一个很好的边缘检测算法，被称为Canny编边缘检测器。Canny边缘检测器是一种经典的图像边缘检测与提取算法，应用广泛，主要是因为Canny边缘检测具备以下特点：

1. 有效的噪声抑制
2. 更强的完整边缘提取能力

Canny算法是如何做到精准的边缘提取的，主要是靠下面五个步骤

1. 高斯模糊 – 抑制噪声
2. 梯度提取得到边缘候选
3. 角度计算与非最大信号抑制
4. 高低阈值链接、获取完整边缘
5. 输出边缘

Canny算法设置两个阈值，一个高阈值和一个低阈值。图像像素点如果高于高阈值则表示是强边缘点，是真实边缘点，高于低阈值但小于高阈值表示是弱边缘点，其它不是边缘，抑制。之后需要对弱边缘点进行处理，若其邻域存在强边缘点则表示是真实边缘点，否则不是。这样设置两个阈值可以滤除图像中噪声，改善图像质量。弱边缘的处理原则是因为真实边缘的弱边缘点都存在强边缘点。

---

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。