边缘提取代码:
#边缘提取算法
'''
Canny算法的介绍--五步
1、高斯模糊----GausslianBlur
2、灰度转换---cvtColor
3、计算梯度--Sobel/Scharr
4、非最大信号抑制
5、高低阈值输出二值图形
T1、T2为阈值,凡是高于T2的都保留,凡是地域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。最终得到一个输出的二值图像
'''
import cv2 as cv
import numpy as np
def edgeDemo(image):
blurred=cv.GaussianBlur(image,(3,3),0)#降低噪声,因为Canny对噪声敏感
gray=cv.cvtColor(blurred,cv.COLOR_BGR2GRAY)
#梯度值计算
xgrad=cv.Sobel(gray,cv.CV_16SC1,1,0)
ygrad = cv.Sobel(gray, cv.CV_16SC1, 0, 1)#第三个参数为处理图像的深度,此处应该用整数型
#edgeOutPut=cv.Canny(gray,50,150)-----亦可使用本方法
edgeOutPut=cv.Canny(xgrad,ygrad,50,150)#第三四个参数为低、高阈值----高阈值最好是低阈值的2倍或者3倍
cv.imshow("CannyEdge",edgeOutPut)
dst=cv.bitwise_and(image,image,mask=edgeOutPut)#边缘彩色化
cv.imshow("Color Edge",dst)
src=cv.imread("E:\OpenCVTests\IMG_4686.JPG")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)
edgeDemo(src)
cv.waitKey(0)
cv.destroyAllWindows()
运行结果:
直线检测代码:
import cv2 as cv
import numpy as np
#霍夫直线,在边缘检测已完成的前提下,可完成直线检测
def lineDection(image):#直线检测
gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)
edges=cv.Canny(gray,50,150,apertureSize=3)#算子的大小,默认值为3,可选可不选----边缘检测
lines=cv.HoughLines(edges,1,np.pi/180,200)#图像;半径步长;角度每次偏转1°,pi为π;
for line in lines:
print(type(lines))
rho,theta=line[0]#步长
a=np.cos(theta)#直角坐标到极坐标之间转换的套用
b=np.sin(theta)
x0=a*rho
y0 = b * rho
x1=int(x0+1000*(-b))#取整
y1 = int(y0 + 1000 * (a))
x2 = int(x0 - 1000 * (-b))
y2 = int(y0 - 1000 * (b))
cv.line(image,(x1,y1),(x2,y2),(0,0,255),2)#将直线绘制在原图上,两个点的,颜色以及宽度
cv.imshow("imageLine",image)
def lineDetectPossibleDemo(image):#更为精确、方便
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
edges = cv.Canny(gray, 50, 150, apertureSize=3) # 算子的大小,默认值为3,可选可不选----边缘检测
lines = cv.HoughLinesP(edges, 1, np.pi / 180, 100,minLineLength=50,maxLineGap=10) # 图像;半径步长;角度每次偏转1°,pi为π;最小线长度;线断的间隔,倒数这两个参数很重要
for line in lines:
print(type(lines))
x1,y1,x2,y2=line[0]#????
cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2)
cv.imshow("lineDetectPossibleDemo", image)
src=cv.imread("E:\OpenCVTests/u=1960657945,2846230336&fm=26&gp=0.jpg")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)
lineDection(src)
lineDetectPossibleDemo(src)
cv.waitKey(0)
cv.destroyAllWindows()
运行结果: