Canny边缘检测

总体步骤:
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。
4) 应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘。
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

在这里插入图片描述

2:梯度和方向

在这里插入图片描述

3:非极大值抑制

在这里插入图片描述

在这里插入图片描述

4:双阈值检测
在这里插入图片描述

代码实现:

import cv2
import numpy as np

img = cv2.imread("apricot blossom.jpg",cv2.IMREAD_GRAYSCALE)

v1 = cv2.Canny(img,120,250) #120,250分别为minVal,maxVal
v2 = cv2.Canny(img,50,100)


def cv_show(name,img):
    cv2.imshow(name,img) #第一个参数表示窗口名称
    cv2.waitKey(0) #等待时间,毫秒,0表示任意键终止
    cv2.destroyAllWindows()


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

在这里插入图片描述

在这里插入图片描述

本文为学习笔记:b站网课链接
如有错误或者不足之处,欢迎大家留言指正!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

☆下山☆

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值