学习笔记(32):Python+OpenCV计算机视觉-canny边缘检测

最新推荐文章于 2022-11-21 21:11:48 发布

投篮不准的小宇哥

最新推荐文章于 2022-11-21 21:11:48 发布

阅读量284

点赞数 1

分类专栏： opencv+python学习笔记文章标签： python 计算机视觉 opencv 人工智能

本文链接：https://blog.csdn.net/m0_43414015/article/details/104783948

版权

这篇学习笔记主要介绍了Python结合OpenCV实现Canny边缘检测的步骤：首先通过高斯滤波器进行去噪，然后计算图像的梯度大小和方向，接着进行非极大值抑制来消除非边缘像素，最后应用滞后阈值确定最终边缘。详细讲解了Canny算法在计算机视觉中的应用。

摘要由CSDN通过智能技术生成

立即学习:https://edu.csdn.net/course/play/10552/234947?utm_source=blogtoedu

canny边缘检测的一般步骤

① 去噪

边缘检测容易受到噪声的影响。因此，在进行边缘检测前，通常需要进行去噪。

通常采用高斯滤波器。

② 梯度

对平滑后的图像计算梯度的大小和方向

梯度的方向一般总是与边界垂直

梯队方向背归为四类：垂直，水平，两个对角线方向。

③非极大值抑制

在获得了梯度和方向后，遍历图像，去除所有不是边界的点（判断当前像素点是否是周围像素点中具有相同方向梯度的最大值）

④滞后阈值

edges = cv2.Canny(src,threshold1,threshold2)

threshold 1 边界1 minVal

threshold 2 边界2 maxVal

值越大，边缘越少值越小，边缘越细腻

import cv2
img = cv2.imread('111.jpg', cv2.IMREAD_UNCHANGED)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50 , 150)
cv2.namedWindow('edges',cv2.WINDOW_AUTOSIZE)
cv2.imshow('edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()