OpenCV-Python教程（8、Canny边缘检测）

本篇文章介绍如何用OpenCV-Python来使用Canny算子。

提示：

• 转载请详细注明原作者及出处，谢谢！
  
• 本文介绍使用OpenCV-Python实现基本的滤波处理
• 本文不介详细的理论知识，读者可从其他资料中获取相应的背景知识。笔者推荐清华大学出版社的《图像处理与计算机视觉算法及应用(第2版) 》。

原型

OpenCV-Python中Canny函数的原型为：

[python]  view plain copy

1. edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])   

必要参数：

• 第一个参数是需要处理的原图像，该图像必须为单通道的灰度图；
• 第二个参数是阈值1；
• 第三个参数是阈值2。

其中较大的阈值2用于检测图像中明显的边缘，但一般情况下检测的效果不会那么完美，边缘检测出来是断断续续的。所以这时候用较小的第一个阈值用于将这些间断的边缘连接起来。

可选参数中apertureSize就是Sobel算子的大小。而L2gradient参数是一个布尔值，如果为真，则使用更精确的L2范数进行计算（即两个方向的倒数的平方和再开放），否则使用L1范数（直接将两个方向导数的绝对值相加）。

具体的算法可参见清华大学出版社的《图像处理与计算机视觉算法及应用(第2版) 》第二章，其中有Canny算法的详细描述及实现。

函数返回一副二值图，其中包含检测出的边缘。

使用

Canny函数的使用很简单，只需指定最大和最小阈值即可。如下：

[python]  view plain copy

1. #coding=utf-8  
2. import cv2  
3. import numpy as np    
4.   
5. img = cv2.imread("D:/lion.jpg", 0)  
6.   
7. img = cv2.GaussianBlur(img,(3,3),0)  
8. canny = cv2.Canny(img, 50, 150)  
9.   
10. cv2.imshow('Canny', canny)  
11. cv2.waitKey(0)  
12. cv2.destroyAllWindows()  

首先，由于Canny只能处理灰度图，所以将读取的图像转成灰度图。

用高斯平滑处理原图像降噪。

调用Canny函数，指定最大和最小阈值，其中apertureSize默认为3。

处理结果如下：

更多

这个程序只是静态的，在github上有一个可以在运行时调整阈值大小的程序。其代码如下：

[python]  view plain copy

1. import cv2  
2. import numpy as np  
3.   
4. def CannyThreshold(lowThreshold):  
5.     detected_edges = cv2.GaussianBlur(gray,(3,3),0)  
6.     detected_edges = cv2.Canny(detected_edges,lowThreshold,lowThreshold*ratio,apertureSize = kernel_size)  
7.     dst = cv2.bitwise_and(img,img,mask = detected_edges)  # just add some colours to edges from original image.  
8.     cv2.imshow('canny demo',dst)  
9.   
10. lowThreshold = 0  
11. max_lowThreshold = 100  
12. ratio = 3  
13. kernel_size = 3  
14.   
15. img = cv2.imread('D:/lion.jpg')  
16. gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  
17.   
18. cv2.namedWindow('canny demo')  
19.   
20. cv2.createTrackbar('Min threshold','canny demo',lowThreshold, max_lowThreshold, CannyThreshold)  
21.   
22. CannyThreshold(0)  # initialization  
23. if cv2.waitKey(0) == 27:  
24.     cv2.destroyAllWindows()  

原地址 在此 ，其中还有其他的初级图像处理的代码，大伙可以去看看。后续文章将介绍更多的OpenCV的函数使用，以及视频的处理。

参考资料：

1、《Opencv2 Computer Vision Application Programming Cookbook》

2、《OpenCV References Manule》

如果觉得本文写的还可以的话，请轻点“顶”，您的支持是我写下去的动力之一。未完待续。。。如有错误请指正，本人会虚心接受并改正！谢谢！