OpenCV查找边缘

最新推荐文章于 2024-06-02 21:55:49 发布

崔斐然

最新推荐文章于 2024-06-02 21:55:49 发布

阅读量4.3k

点赞数 4

分类专栏： OpenCV 机器视觉学习笔记文章标签： opencv边缘 canny 高斯滤波

本文为崔斐然(CuiFeiran)原创文章，转载请附上博文链接！

本文链接：https://blog.csdn.net/qq_33273956/article/details/89248712

版权

机器视觉学习笔记同时被 2 个专栏收录

21 篇文章 2 订阅

订阅专栏

OpenCV

15 篇文章 3 订阅

订阅专栏

2019-04-11 by 崔斐然

先展示效果，看看是不是和你的需求一致：

在这里插入图片描述

边缘检测的一般步骤：
1、滤波——消除噪声
2、增强——使边阔更为明显
3、检测——选出边缘点

边缘检测步骤：使用高斯滤波器对图像进行去噪、计算梯度、在边缘上使用非最大抑制（NMS）、在检测到的边缘上使用双（double）阈值去除假阳性，最后分析所有的边缘及其之间的连接，以保留真正的边缘并消除不明显的边缘。

使用的函数主要有CV2.GaussianBlur，cv2.cvtColor， cv2.Canny

首先加载需要转换的图像

src = cv2.imread(' <path>')

如果图片比较大的话可以使用cv2.resize函数对图像缩放

img=cv2.resize(img, (int(width*0.12), int(height*0.12)));

色彩基础

灰度色彩空间是通过去除彩色信息来将其转换成灰阶，灰度色彩空间对中间处理特别有效，比如人脸检测。
BGR即蓝-绿-红色彩空间，每一个像素点都由一个三元数组来表示，分别代表蓝、绿、红三种颜色。
HSV，H（Hue）是色调， S（Saturation）是饱和度， V（Value）表示黑暗的程度（或光谱另一端的明亮程度）
作者：深思海数_willschang
链接：https://www.jianshu.com/p/bfd5dd2566bb
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

这些滤滤函数会将非边缘区域转为黑色，将边缘区域转为白色或其他饱和的颜色。但它们又很容易将噪声错误地识别为边缘。解决方案就是在找到边缘之前对图像进行模糊处理。OpenCV提供的模糊滤波函数，如blur(),medianBlur()以及GaussianBlur()。

高斯滤波

cv2.GaussianBlur

blurred = cv2.GaussianBlur(image, (3, 3), 0)

高斯滤波参数说明如下

InputArray src-----源图像
   OutputArray dst-----目标图像
   Size ksize----高斯内核大小，其中ksize.width和ksize.height可以不同，但是必须为正数
                        和奇数，也可为零，均有sigma计算而来。
   double sigmaX----表示高斯函数在X方向的标准偏差
   double sigmaY---- 表示高斯函数在Y方向的标准偏差
                               若sigma为零，就将它设为sigmaX,如果两者均为零，就由ksize.width
                               和ksize.height计算出来。
   int borderType -----用于推断图像外部像素的某种边界模式。
                                 默认值 BORDER_DEFAULT           */

灰度化处理

gray = cv2.cvtColor(blurred, cv2.COLOR_RGB2GRAY)

cv2.cvtColor参数见：https://www.aiuai.cn/aifarm365.html

Canny边缘检测

Canny边缘检测算法被很多人推崇为当今最优秀的边缘检测算法。

edge_output = cv2.Canny(gray, 50, 150)

canny的参数：

第一个参数是输入图像，第二个和第三个参数是minVal和maxVal
函数原型是这样的

关于阀值

4.滞后阈值: 最后一步，Canny 使用了滞后阈值，滞后阈值需要两个阈值(高阈值和低阈值):

 a. 如果某一像素位置的幅值超过 高 阈值, 该像素被保留为边缘像素。
 b. 如果某一像素位置的幅值小于 低 阈值, 该像素被排除。
 c. 如果某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于 高 阈值的像素时被保留。
 

Canny 推荐的 高:低 阈值比在 2:1 到3:1之间。

最终代码

#Canny边缘提取
import cv2
def edge_demo(image):
    blurred = cv2.GaussianBlur(image, (3, 3), 0)
    gray = cv2.cvtColor(blurred, cv2.COLOR_RGB2GRAY)
    edge_output = cv2.Canny(gray, 50, 150)
    # cv2.resizeWindow("Canny Edge", 600, 600);

    cv2.imshow("Canny Edge", edge_output)


# 添加遮罩层
    dst = cv2.bitwise_and(image, image, mask= edge_output)

    # cv2.resizeWindow("Color Edge", 600, 600);
    # cv2.namedWindow('input_image', 0)

# 显示边缘
    cv2.imshow("Color Edge", dst)


if __name__ == '__main__':
    src = cv2.imread('cannytest.jpg')
    height, width = src.shape[:2]
    src=cv2.resize(src, (int(width*0.12), int(height*0.12)));
    cv2.imshow("src", src)
    # 设置为WINDOW_NORMAL可以任意缩放
    # cv2.namedWindow('input_image', cv2.WINDOW_NORMAL)
    # cv2.resizeWindow("input_image", 600, 600);
    # cv2.imshow('input_image', src)
    edge_demo(src)
    cv2.waitKey(0)
    cv2.destroyAllWindows()