python+opencv利用canny算法进行图像边缘检测(附代码)

版权声明：本文为博主原创文章，转载请附源链接。

---

Canny边缘检测算法是一种很流行的边缘检测算法，是John F.Canny在1986年提出来的。

Canny边缘检测算法其步骤有如下四步：

1、由于边缘检测算法受到噪声的影响较大，首先第一步必须对图像进行去噪，利用前面讲的高通滤波器进行去噪；

2、第二步和是利用第一步中的高通滤波器得到图像的梯度，大小和方向；(具体见图1)

图1

3、在第二步中获得图像梯度之后，对整幅图像进行扫描；去除那些非边界上的梯度较大的点；(见图2)

图2 绿色部分为物体，B点和C点为非边界上的点，进行去除。

 4、设置两个阈值，maxVal和minVal。梯度大于maxVal的一定为边缘点，图像梯度小于minVal一定是非边缘点，应剔除；图像梯度在minVal—maxVal中间的可能是边缘点，也可能是非边缘点，再根据下图进行判断(见图3)；

图3

 如上图所示A点高于maxVal ，所以A是边缘点，B点与C点均在minVal—maxVal中间，但是C点与 A(边缘点)相连，所以也C点也是边缘点。 B点没有与边缘点相连，所以B点被剔除；

---

---

cv2.Canny()函数参数说明

在opencv中Canny算法通过cv2.Canny()函数实现。

其第一个参数是原图像；第二个和第三个参数分别是两个阈值，minVal 和 maxVal；第三个参数是设置卷积和的大小，默认是3，(即与3*3的矩阵进行卷积)，最后一个参数是设置求梯度大小的方程L2gradient，参数可选择True，则会用图1方程进行梯度计算，默认值为False，则用图4中方程进行计算梯度；

图4

示例附代码如下所示：

# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img=cv2.imread('4.jfif',0) #原图为彩色图，可将第二个参数变为0，为灰度图

edges = cv2.Canny(img,100,200)
plt.subplot(121),plt.imshow(img,cmap = 'gray')
plt.title('yuan tu'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(edges,cmap = 'gray')
plt.title('Canny bianyuanjiance'), plt.xticks([]), plt.yticks([])
plt.show()

 运行结果如下：

Canny算子进行边缘检测