OpenCV——14Canny边缘提取

Canny边缘提取

• Canny算法介绍
• OpenCV中的演示

Canny算法介绍

Canny是边缘检测算法，在1986年提出的。是一个很好的边缘检测器，同时也是很常用也很实用的图像处理方法

Canny算法的步骤：

1. 高斯模糊 - GaussianBlur (降噪)
2. 灰度转换 - cvtColor
3. 计算梯度 – Sobel/Scharr
4. 非最大信号抑制
5. 高低阈值输出二值图像

非最大信号抑制：

高低阈值链接

• T1， T2为阈值，凡是高于T2的都保留，凡是小于T1都丢弃，从高于T2的像素出发，凡是大于T1而且相互连接的，都保留。最终得到一个输出二值图像。
• 推荐的高低阈值比值为 T2: T1 = 3:1/2:1其中T2为高阈值， T1为低阈值

# -*- coding:utf-8 -*-
import cv2 as cv
import numpy as np

def edge_demo(image):
    blurred = cv.GaussianBlur(image, (3,3), 0)   # 降噪
    gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)
    xgrad = cv.Sobel(gray, cv.CV_16SC1, 1, 0)  # CannyAPI要求这里不能是浮点数
    ygrad = cv.Sobel(gray, cv.CV_16SC1, 0, 1)
    edge_output = cv.Canny(xgrad, ygrad, 50, 150)
    # edge_output = cv.Canny(gray, 50, 150)  # 也可以直接用灰度图像
    cv.imshow("Canny Edge", edge_output)
    
    dst = cv.bitwise_and(image, image, mask=edge_output)
    cv.imshow("Color Edge", dst)



# 读取图片
src = cv.imread("D:\Python\Projects\OpenCV_toturial\images\lena.png")
# 创建opencv的GUI窗口
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
# 将图片放入指定名字的窗口中显示出来
cv.imshow("input image", src)

edge_demo(src)

# 设置waitKey中的delay为0，程序会等待用户操作后关闭窗口
cv.waitKey(0)
cv.destroyAllWindows()