【CV视觉基础】canny边缘检测(python实现)

Canny边缘检测

1. 使用高斯滤波器，以平滑图像，滤除噪声。
2. 计算图像中每个像素点的梯度强度（大小）和方向。
3. 应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。抑制掉小的梯度值~NMS
4. 应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。保留最真实的！
5. 通过抑制孤立的弱边缘最终完成边缘检测。

1:高斯滤波器

2.梯度和方向

3：非极大值抑制 两种方法~
比较当前点与挨着的两个点的情况，大于就抑制掉它

还有另一种方法：

4：双阈值检测

代码

img=cv2.imread("lena.jpg",cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)
# 80，150指的是minval和maxval

res = np.hstack((v1,v2))
cv_show(res,'res')

双阈值指定的更小一些的时候，检测出的边界信息丰富