《Opencv》Canny边缘检测操作

目录

一、简介

二、操作步骤

三、代码实例

四、代码解释

 五、参数调整

六、总结

---

一、简介

OpenCV 是一个广泛使用的计算机视觉库，提供了许多图像处理和计算机视觉算法。Canny 边缘检测是其中一种常用的边缘检测算法，由 John F. Canny 在 1986 年提出。Canny 边缘检测算法旨在找到图像中的边缘，并且具有以下特点：

1. 低错误率：尽量减少误检和漏检。

2. 定位精度高：检测到的边缘点应该尽可能接近真实边缘。

3. 单一边缘响应：对于每个真实的边缘点，算法应该只返回一个点。

二、操作步骤

Canny 边缘检测算法通常包括以下几个步骤：

1. 高斯滤波：平滑图像以减少噪声。

2. 计算梯度：使用 Sobel 算子计算图像的梯度幅值和方向。

3. 非极大值抑制：在梯度方向上进行非极大值抑制，以细化边缘。

4. 双阈值检测：使用高低阈值来检测和连接边缘。

5. 边缘连接：通过连接强边缘和弱边缘来形成完整的边缘。

三、代码实例

OpenCV 提供了 cv2.Canny() 函数来执行 Canny 边缘检测。以下是一个详细的示例代码，展示了如何使用 OpenCV 进行 Canny 边缘检测。

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取图像
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 高斯滤波
blurred_image = cv2.GaussianBlur(image, (5, 5), 0)

# Canny 边缘检测
edges = cv2.Canny(blurred_image, threshold1=100, threshold2=200)

# 显示结果
plt.figure(figsize=(10, 5))

plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image, cmap='gray')

plt.subplot(1, 2, 2)
plt.title('Canny Edges')
plt.imshow(edges, cmap='gray')

plt.show()

四、代码解释

1. 读取图像：

   image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

   • cv2.imread()：读取图像文件。

   • cv2.IMREAD_GRAYSCALE：以灰度模式读取图像。

2. 高斯滤波：

   blurred_image = cv2.GaussianBlur(image, (5, 5), 0)

   • cv2.GaussianBlur()：使用高斯滤波器平滑图像，减少噪声。

   • (5, 5)：高斯核的大小。

   • 0：标准差，设为 0 表示自动计算。

3. Canny 边缘检测：

   edges = cv2.Canny(blurred_image, threshold1=100, threshold2=200)

   • cv2.Canny()：执行 Canny 边缘检测。

   • threshold1 和 threshold2：高低阈值，用于双阈值检测。

4. 显示结果：

   plt.figure(figsize=(10, 5))
   
   plt.subplot(1, 2, 1)
   plt.title('Original Image')
   plt.imshow(image, cmap='gray')
   
   plt.subplot(1, 2, 2)
   plt.title('Canny Edges')
   plt.imshow(edges, cmap='gray')
   
   plt.show()

   • plt.figure()：创建一个新的图形。

   • plt.subplot()：创建子图。

   • plt.imshow()：显示图像。

   • plt.show()：显示图形。

 五、参数调整

Canny 边缘检测的效果很大程度上取决于两个阈值参数 threshold1 和 threshold2。通常情况下，threshold2 是 threshold1 的两倍或三倍。你可以通过调整这两个参数来获得不同的边缘检测效果。

六、总结

 Canny 边缘检测是一种强大的边缘检测算法，能够有效地检测图像中的边缘。通过使用 OpenCV 的 cv2.Canny() 函数，你可以轻松地实现 Canny 边缘检测，并根据需要调整参数以获得最佳效果。