opencv笔记（5）——边缘检测

边缘检测

一、Canny边缘检测

1.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。（如果检测出三种结果99%，97%，98%，只选择99%的抑制其他的）
• 4）应用双阈值（Double-Threshold）检测来确定真是的和潜在的边缘。
• 5）通过抑制孤立的弱边缘最终完成边缘检测。
  
  2.梯度和方向
  
  3.非极大值抑制
  
  主要看梯度的幅值大小
  
  C比Q、Z都大的时候，就保留C；否则C就不是边界，就会被抑制

4.双阈值检测

import cv2
import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline  #专有魔法指令，即时显示

def cv_show(name,img):
	cv2.imshow(name,img)
	cv2.waitKey(0)
	cv2.destoryAllWindows()

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

v1 = cv2.Canny(img, 80, 150) # 值大，标准越高，细节越少
v2 = cv2.Canny(img, 50, 100)
res = np.hstack((v1, v2))
cv_show(res, 'res')

二、常用函数

• cv2.Canny(img, threshold1, threshold2)

   边缘检测(threshold<value<threshold2,范围越大，边缘检测细节越多