opencv学习之：边缘检测（高斯滤波、梯度计算、非极大值抑制、双阈值检测）

import cv2
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cm as c
def cv_show(img):
    cv2.imshow("img",img)
    cv2.waitKey(0)
    
    
def cv_read(img_file,gray=True):
    if gray == True:
        return cv2.imread(img_file,0)
    else:
        return cv2.imread(img_file)

边缘检测步骤及原理

高斯滤波器

梯度计算

非极大值抑制

• 比较当前 A 点和临近两个点 B,C 沿着梯度方向的值
• 如果 A 的值是最大值，那么就保留 A 作为边界，再沿着梯度的方向作出垂直方向的线即是边界

方法一

方法二

• 简化版本
  

双阈值检测

'''使用的都是lena的图'''
img = cv2.imread("img.png",cv2.IMREAD_GRAYSCALE)
v1 = cv2.Canny(img,80,150)  ## 上下阈值范围
v2 = cv2.Canny(img,50,100)
res = np.hstack((v1,v2))
cv_show(res)

img = cv2.imread("img.png",cv2.IMREAD_GRAYSCALE)
v1 = cv2.Canny(img,120,250)  ## 上下阈值范围
v2 = cv2.Canny(img,50,100)
res = np.hstack((v1,v2))
cv_show(res)