opencv python学习笔记 12 边缘检测

Canay边缘检测

1)使用高斯滤波器,以平滑图像,滤除噪声。
2)计算图像中每个像素点的梯度强度和方向。
3)应用非极大值抑制,以消除边缘检测带来的杂散响应。
4)应用双阈值检测来确定真实和潜在的边缘。
5)通过抑制孤立的弱边缘最终完成边缘检测。
1.高斯滤波器
在这里插入图片描述
2.梯度和方向
在这里插入图片描述
3.非极大值抑制
1)第一种方法
在这里插入图片描述
第二种方法:
在这里插入图片描述
4.双阈值检测
在这里插入图片描述

import cv2
import numpy as np
def cv_show(img,name):
    cv2.imshow('img', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

img = cv2.imread('D:/opencv/tx/lena.jpg',0)
v1 = cv2.Canny(img,80,150)#80 为minVal  150 为maxVal
v2 = cv2.Canny(img,50,100)
res = np.hstack((v1,v2))
cv_show(res,'res')

minVal越小,检测到的边界越多
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值