OpenCV图像处理——边缘检测

总目录

图像处理总目录←点击这里

八、边缘检测

Canny边缘检测

• 使用高斯滤波器，以平滑图像，滤除噪声。
• 计算图像中每个像素点的梯度强度和方向。
• 应用非极大值（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。
• 应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。
• 通过抑制孤立的弱边缘最终完成边缘检测。

8.1、高斯滤波器

8.2、梯度和方向

8.3、非极大值抑制

8.4、双阈值检测

8.5、代码检测结果

阈值范围越大（maxval大，minval很小），细节之处越多

案例一

**两张图：**左边阈值80-150，右边阈值50-100

def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()

img=cv2.imread("./image/lena.jpg",cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)

res = np.hstack((v1,v2))
cv_show(res,'res')

案例二

**两张图：**左边阈值120-250，右边阈值50-100

img=cv2.imread("./image/car.png",cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,120,250)
v2=cv2.Canny(img,50,100)

res = np.hstack((v1,v2))
cv2.imwrite('res.png', res)
cv_show(res,'res')

原图