OpenCV中的Canny算子边缘检测
代码实现:
import cv2
import numpy as np
#边缘检测(图像梯度)
#三、Candy算子
# canny运算步骤:5步
# 1. 高斯模糊 - GaussianBlur
# 2. 灰度转换 - cvtColor
# 3. 计算梯度 - Sobel/Scharr
# 4. 非极大值抑制
# 5. 高低阈值输出二值图像
blur = cv2.GaussianBlur(img,(5,5),0)
gray = cv2.cvtColor(blur,cv2.COLOR_BGR2GRAY)
xgrad = cv2.Sobel(img,cv2.CV_32F, 1,0)
ygrad = cv2.Sobel(img,cv2.CV_32F,0,1)
xgrad = cv2.convertScaleAbs(xgrad)
ygrad = cv2.convertScaleAbs(ygrad)
sobel=cv2.addWeighted(gradx,0.5,grady,0.5,0)
# 高低阈值连接
# T1,T2为阈值,凡是高于T2的都保留,凡是低于T1的都丢弃
# 从高于T2的像素出发,凡是大于T1而且相互连接的都保留。最终得到一个输出二值图像
# 推荐高低阈值比值为T2:T1 = 3:1/2:1,其中T2高阈值,T1低阈值
#1.用x和y的梯度共同合成
#第二个参数是低阈值,第三个参数是高阈值
canny = cv2.Canny(sobel,50,150)
cv2.Canny
cv2.imshow('canny1',canny)
#2.直接用灰度图调用api
#第二个参数是低阈值,第三个参数是高阈值
canny = cv2.Canny(gray,50,150)
cv2.imshow('canny2',canny)
cv2.waitKey()
运行结果: