autonomous driving system 学习笔记

车道线识别之python opencv canny edge detection

         汽车自动驾驶技术，level4、5少不了车道识别技术， 今天就canny dege detection学习做下记录如下；

      

 Canny 边缘检测

原理

 Canny 边缘检测算法 是 John F. Canny 于 1986年开发出来的一个多级边缘检测算法，也被很多人认为是边缘检测的 最优算法, 最优边缘检测的三个主要评价标准是:

  低错误率: 标识出尽可能多的实际边缘，同时尽可能的减少噪声产生的误报。
  高定位性: 标识出的边缘要与图像中的实际边缘尽可能接近。
  最小响应: 图像中的边缘只能标识一次。

    下面就谈谈opencv，在python里面怎么使用canny edge detection

  调用方式如下：

     

1. edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])   

             edge  --  函数返回 一副二值图（黑白），其中包含检测出来的边缘

             image --   需要处理的原图像，该图像必须为单通道的灰度图（这个比较重要，因此大多数图片处理前要先彩图转换灰度图一下，cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)）
            threshold1  --  阈值1

            threshold2  --  阈值2

注明：

  threshold2  是较大的阈值，用于检测图像中明显的边缘，但一般情况下检测的效果不会那么完美，边缘检测出来是断断续续的。所以这时候用较小的 threshold1  ，用于将这些间断的边缘连接起来。

   

apertureSize  --  Sobel 算子的大小。

L2gradient   --  一个布尔值，如果为 True ,刚使用更精确的 L2 范数进行计算（即两个方向的倒数的平方和再开放）， False 将使用L1 范数（直接将两个方向导数

的绝对值相加）。

示例1（静态检测）

[python]  view plain  copy

1. #!/usr/bin/env python    
2. # encoding: utf-8    
3. import cv2    
4. import numpy as np   
5.   
6. img = cv2.imread("1.jpg", 0)  #Canny只能处理灰度图，所以将读取的图像转成灰度图  
7.     
8. img = cv2.GaussianBlur(img,(3,3),0) #高斯平滑处理原图像降噪   
9. canny = cv2.Canny(img, 50, 150)     #apertureSize默认为3  
10.     
11. cv2.imshow('Canny', canny)    
12. cv2.waitKey(0)    
13. cv2.destroyAllWindows()   
14.  
15.