【OpenCV】canny边缘提取算法

一、canny算法介绍

  canny是边缘检测算法，在1986年提出。是一个很好的边缘检测器，也是常用的图像处理方法。
  canny算法步骤：
  1.高斯模糊：通过高斯模糊去掉噪声，因为canny是最噪声敏感的算法：GaussianBlur
  2.灰度转换：cvtColor
  3.计算梯度：Soble/Scharr
  4.非最大信号压制：梯度——角度——根据角度将值量化
              

  5.双阈值处理（高低阈值连接）：输出二值图像
  T1/T2为阈值，凡是高于T2的都保留，凡是小于T1的都抛弃，对于T1-T2之间的像素，如果从高于T2的像素出发大于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=3:1/3:2其中T2为高阈值，T1为低阈值。

二、实战

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
'''canny边缘提取'''

def canny_demo(image):
    # 1.高斯模糊：最后两个参数给定一个就可以自动求取另一个，所以只给其中一个赋值就可以
    blur=cv.GaussianBlur(image,(3,3),0)
    #2.灰度处理
    gray=cv.cvtColor(blur,cv.COLOR_BGR2GRAY)
    #3.求取梯度,也可以不用梯度，直接将灰度图传入cv.canny
    grad_x=cv.Sobel(gray,cv.CV_16SC1,1,0)
    grad_y = cv.Sobel(gray, cv.CV_16SC1, 0, 1)
    #4.求边缘
    edge_output=cv.Canny(grad_x,grad_y,50,150)#参数：x梯度，y梯度 ，低阈值，高阈值

    cv.imshow('canny-demo',edge_output)
    dst=cv.bitwise_and(image,image,mask=edge_output)
    cv.imshow('color edge',dst)


img=cv.imread(r'D:\Project\Opencv\Learning01\fang.png')
cv.imshow('origin',img)
canny_demo(img)
cv.waitKey(0)