环境:Python3.8 和 OpenCV
内容:Canny 边缘检测
Canny 算法步骤:
1 平滑:模糊削弱噪音(高斯滤波)
2 计算梯度:梯度包含大小和方向,有x和y两个方向合成。
3 细化边缘:利用非极大值抑制,只有局部最大值保留为边缘。(梯度方向)
4 双阈值抑制:根据大小两个阈值,高于大阈值的为确定边缘(强边缘);低于小阈值的不是边缘;处于二者之间的像素点(弱边缘)下一步确定。
5 边缘追踪:对于弱边缘,如果和强边缘相连,则为边缘,否则不是边缘。
6 本节采用OpenCV自带函数,将在下节手动实现代码。
import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
# 封装图片显示函数
def image_show(image):
if image.ndim == 2:
plt.imshow(image, cmap='gray')
else:
image = cv.cvtColor(image, cv.COLOR_BGR2RGB)
plt.imshow(image)
plt.show()
if __name__ == '__main__':
# 读取灰度图像
img_desk = cv.imread('desk.png', 0)
image_show(img_desk)
# Canny 边缘检测
min_edge = 50 # 低于阈值为非边缘
max_edge = 200 # 高于阈值为强边缘
img_lap = cv.Canny(img_desk, min_edge, max_edge)
# 显示图像
image_show(img_lap)