魏老师学生——Cecil:学习OpenCV-机器视觉之旅
原理
- 噪声去除:使用5×5的高斯滤波器。
- 计算图像梯度:对平滑后的图像使用sobel算子对x、y方向求一阶导。 梯度方向——垂直、水平、两对角线。
- 非极大值抑制:去除非边界点。 得到包含“窄边界”的二值图像。
- 滞后阈值:图像梯度低于minVal会被抛弃,高于maxVal会被保留。两者之间的看是否与保留的边界点相连。
OpenCV中的canny边界检测
- cv2.canny(图像,minVal,maxVal,Sobel卷积核 默认 3,L2gradient 设定梯度大小的方程 True或False)
代码演示
#coding=utf8
import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread('222.jpg')
edges=cv2.Canny(img,100,200)
plt.subplot(121),plt.imshow(img,cmap='gray')
plt.title('original'),plt.xticks([]),plt.yticks([])
plt.subplot(122),plt.imshow(edges,cmap='gray')
plt.title('edge'),plt.xticks([]),plt.yticks([])
plt.show()