使用OpenCV+Python进行Canny边缘检测

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

如果我们环顾房间，我们会看到大量的物体，每一个都很容易区分，并有自己独特的边缘。我们区分物体的先天能力部分来自于我们的视觉系统检测边缘的能力。检测边缘是视觉的一项基本任务，尽管没有它我们不会完全失明，但以前区分物体的简单任务将变得非常具有挑战性。电脑也是类似的，计算机要检测物体，首先需要识别边缘。

接下来让我们进入 Canny 边缘检测器。

Canny 边缘检测器是一种用于识别图像边缘的算法，。它由 John F. Canny 于 1986 年开发，此后一直被广泛使用。今天，我们将在开放的 Python 计算机视觉库（OpenCV-python）的帮助下，详细探讨 Canny 边缘检测器

设置

让我们首先从初始设置开始。

向我们的 python 文件添加两个依赖项：

import cv2 as cv
from matplotlib import pyplot as plot

第一个导入是 OpenCV python，这是我们将用来生成 Canny 边缘和一些补充图像的库。我们还将使用 matplotlib 来显示我们的图像。

首先，这是我们将要查找的 Canny 边缘的图像：

Canny 边缘算法需要灰度图像才能正常运行，我们可以在 OpenCV 中将 RGB 图像读取为灰度，如下所示：

# helper function to easily display our images
def img_show(title, image):
    plot.title(title)
    plot.xticks([])
    plot.yticks([])
    plot.imshow(image, cmap="gray")
    plot.show()


# read in our original image as grayscale
img = cv.imread("original@2x.jpg", cv.IMREAD_GRAYSCALE)


# show grayscale image using our helper function
img_show("Grayscale Image", img)

我们来创建一个非常简单的辅助函数，用于使用 matplotlib