【CV视觉基础】canny边缘检测(python实现)

Canny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(大小)和方向
  3. 应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散响应。抑制掉小的梯度值~NMS
  4. 应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘。保留最真实的!
  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
【CV视觉基础】canny边缘检测(python实现)_第1张图片
2.梯度和方向
【CV视觉基础】canny边缘检测(python实现)_第2张图片
3:非极大值抑制 两种方法~【CV视觉基础】canny边缘检测(python实现)_第3张图片
比较当前点与挨着的两个点的情况,大于就抑制掉它

还有另一种方法:
【CV视觉基础】canny边缘检测(python实现)_第4张图片
4:双阈值检测
【CV视觉基础】canny边缘检测(python实现)_第5张图片
代码

img=cv2.imread("lena.jpg",cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)
# 80,150指的是minval和maxval

res = np.hstack((v1,v2))
cv_show(res,'res')

【CV视觉基础】canny边缘检测(python实现)_第6张图片
【CV视觉基础】canny边缘检测(python实现)_第7张图片

双阈值指定的更小一些的时候,检测出的边界信息丰富

你可能感兴趣的:(计算机视觉)