NumPy实现Canny算法

步骤

1.平滑：模糊削弱噪声。

2. 计算梯度，用Sobel算子计算像素的梯度，计算得到垂直梯度和水平梯度，即为Gx和Gy, 像素的总梯度是

3. 细化边缘：用非极大值抑制，局部最大值保留为边缘。参考坐标如下：

4. 双阈值抑制：根据大小两个阈值（由编码者给定），如果某点的像素高于大阈值的确定为边缘，保留。低于小阈值的不是边缘，置为0。小阈值<某点的像素<=大阈值，遍历这个像素相邻的8个像素，如果8个中有一个的像素>大阈值，则说明，某点的像素与强边缘相连，则保留某点的像素。

代码实现：

import cv2 as cv
import  matplotlib.pyplot as plt
import numpy as np

def showImage(name,img):
    plt.imshow(img,cmap="gray")
    plt.title(name)
    plt.show()

# 检测轮廓
def canny(img,th1,th2):
    #平滑
    img2=cv.GaussianBlur(img,(5,5),2)
    #计算梯度
    gradx=cv.Sobel(img,cv.CV_64F,1,0)
    grady=cv.Sobel(img,cv.CV_64F,0,1)

    # 计算每个像素的总梯度
    R=np.sqrt((gradx)**2+(grady)**2)
    # 计算梯度的方向 （gradx+1e-3）防止分母为0
    T=np.arctan(grady/(gradx+1e-3))

    #细化边缘
    (h,w)=R.shape
    img_thin=np.zeros_like(R)
    # 细化边缘按照梯度方向，非极大值抑制
    for i in range(1, h - 1):
        for j in range(1, w - 1):
            thetha = T[i, j]
            # 像素和左右的比较
            if -np.pi / 8 <= thetha < np.pi / 8:
                if R[i, j] == np.max([R[i, j], R[i][j - 1], R[i][j + 1]]):
                    img_thin[i, j] = R[i, j]
            # 像素和右上角和左下角比价
            elif -3 * np.pi / 8 <= thetha < -np.pi / 8:
                if R[i, j] == np.max([R[i, j], R[i + 1][j - 1], R[i - 1][j + 1]]):
                    img_thin[i, j] = R[i, j]
            # 像素和右下角、左上角比较
            elif np.pi / 8 <= thetha < 3 * np.pi / 8:
                if R[i, j] == np.max([R[i, j], R[i + 1][j + 1], R[i - 1][j - 1]]):
                    img_thin[i, j] = R[i, j]
            # 像素和上下比较
            else:
                if R[i, j] == np.max([R[i, j], R[i - 1][j], R[i + 1][j]]):
                    img_thin[i, j] = R[i, j]

    (h,w)=img_thin.shape
    #细化边缘，双边阈值
    edge=np.zeros_like(img_thin,dtype=np.uint8)
    for i in range(1,h-1):
        for j in range(1,w-1):
            #大于th2是强边缘，保留
            if img_thin[i,j]>=th2:
                edge[i,j]=255
            #th1<像素<=th2，周围8像素有强边缘的话，保留，没有默认0
            elif img_thin[i,j]>th1:
                around=img_thin[i-1:i+2,j-1:j+2]
                if around.max()>=th2:
                    edge[i,j]=255

    return edge;
if __name__=="__main__":
    img=cv.imread("../image/goldpig.jpg",0)
    edge1=canny(img,75,200)
    showImage("goldpig",img)
    showImage("goldpig2",edge1)

原图和轮廓图对比：