【OpenCv 边缘检测】

【 1. 边缘检测 】

边缘检测是图像处理和计算机视觉中的基本问题，
边缘检测的目的是标识数字图像中亮度变化明显的点。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。图像属性中的显著变化通常反映了属性的重要事件和变化。如下图：

常用的边缘检测模板有 Laplacian 算子、Roberts 算子、Sobel 算子、 Kirsch 算子和 Prewitt 算子等。

canny (精明) 边缘检测的五个步骤：

• 使用高斯滤波器，以平滑图像，滤除噪声。
• 计算图像中每个像素点的梯度强度和方向。
• 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。
• 应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。
• 通过抑制孤立的弱边缘最终完成边缘检测。

【 2. OpenCv图片边缘检测 】

import cv2
image = cv2.imread('picture.jpg')# 读取图片
gray = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY)# 转换为灰度图片

canny_edg=cv2.Canny(gray,50,150)#进行canny边缘检测

cv2.imshow('cute boy',canny_edg)  # 显示图片
cv2.waitKey(0) # 等待用户关闭图片窗口
cv2.destroyAllWindows()# 关闭窗口

原图

边缘图片