边缘检测

边缘检测

canny边缘检测

具体步骤如下：

• 使用5×5高斯滤波消除噪声
  边缘检测本身属于锐化操作，对噪点比较敏感，所以需要进行平滑处理。
  

• 计算图像的梯度方向
  首先使用Sobel算子计算两个方向上的梯度GxGx和GyGy，然后算出梯度的方向：
  
  保留这四个方向的梯度：0°/45°/90°/135°

• 取局部极大值
  梯度其实已经表示了轮廓，但为了进一步筛选，可以在上面的四个角度方向上再取局部极大值：
  
  比如，A点在45°方向上大于B/C点，那就保留它，把B/C设置为0。

• 滞后阈值：
  经过前面三步，就只剩下0和可能的边缘梯度值了，为了最终确定下来，需要设定高低阈值：
  

• 像素点的值大于最高阈值，那肯定是边缘（上图A）

• 同理像素值小于最低阈值，那肯定不是边缘

• 像素值介于两者之间，如果与高于最高阈值的点连接，也算边缘，所以上图中C算，B不算
  Canny推荐的高低阈值比在2:1到3:1之间。

程序实现：
cv2.Canny()进行边缘检测，参数2、3表示最低、高阈值。

import cv2
import numpy as np

img = cv2.imread('handwriting.jpg', 0)
edges = cv2.Canny(img, 30, 70)  # canny边缘检测

cv2.imshow('canny', np.hstack((img, edges)))
cv2.waitKey(0)

注：先阈值分割再边缘检测效果会更好

参考博客：https://github.com/ex2tron/OpenCV-Python-Tutorial/tree/master/11.%20边缘检测

.