OpenCV-Python-边缘检测
2024-10-19 02:18:51
Canny边缘检测方法被誉为边缘检测的最优方法。
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)
cv2.Canny()进行边缘检测,参数2、参数3表示最低和最高阈值。
Canny边缘检测
具体步骤如下:
1. 使用5x5高斯滤波消除噪声:
边缘检测本身属于锐化操作,对噪声比较敏感,所以需要进行平滑处理。高斯滤波的具体内容参考前篇:OpenCV-Python教程9-平滑图像
2. 计算图像梯度的方向:
首先使用Sobel算子计算两个方向上的梯度Gx和Gy,然后算出梯度的方向:
保留这四个方向上的梯度:0°、45°、90°、135°
3. 取局部最大值:
在四个角度方向上取局部最大值
4. 滞后阈值
经过前面三步,剩下0和可能的边缘梯度值。通过设定两个阈值来筛选阈值:
- 像素点的值大于最高阈值,那肯定是边缘(上图A)
- 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,如果高于最高阈值的点连接,也算边缘。所以C算,B不算
Canny推荐的高低阈值比在 2 : 1 到 3 : 1 之间
先阈值分割后检测
很多情况下,先阈值分割后再检测边缘,效果会更好:
# 先阈值分割后检测
_, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) edges = cv2.Canny(thresh, 30, 70) cv2.imshow('canny', np.hstack((img, thresh, edges)))
cv2.waitKey(0)
参考地址:http://ex2tron.wang/opencv-python-edge-detection/
最新文章
- JQ图片轮播
- LocationManager使用细节
- xcode 6 创建的工程上下有黑边
- Ajax学习资源大全[本来是转载的,但是现在我增加了很多]
- UESTC 919 SOUND OF DESTINY --二分图最大匹配+匈牙利算法
- 从js的repeat方法谈js字符串与数组的扩展方法
- php 获取指定日期所在月份的最后一天
- 如何看懂Code128条形码
- JDK PATH 和 CLASSPATH环境变量的作用及其配置
- SMO要点总结
- MongoDB监控
- 深入理解Java虚拟机类加载机制
- 20190320_head first pyhton学习笔记之构建发布
- ASP.NET MVC 5 笔记
- deque-->;collections之#双向消息队列
- 【codevs1048】石子归并(初级版)
- adb 安装apk到只当设备
- Java并发(一)-了解线程安全
- 用PowerDesigner对现有的数据库反向工程建立E-R图
- mvn test 执行testng测试用例