OpenCV Canny边缘检测算法

Canny边缘检测的流程

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（Non-Maximum Suppression）抑制，以消除边缘检测带来的杂散响应。
4. 应用双阈值（Double-Threshold）检测来确定真实的和潜在的边缘。
5. 通过抑制孤立的弱边缘最终完成边缘检测。

高斯滤波器

• 高斯滤波器计算方法如下图所示：
• 高斯核（值中间大，边界小），进行归一化处理
  

梯度和方向

• 这里是使用了Sobel算子进行计算，具体计算流程如下图所示：
  

非极大值抑制

• 计算之后也就是进行比较，比较出如果a

双阈值检测

Canny代码实现展示

• 使用cv2.Canny函数

import cv2
import numpy as np
img=cv2.imread("lena.jpg",cv2.IMREAD_GRAYSCALE)
#80便是minVal，150表示maxVal
v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)

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

• 值越小，边缘检测的越明显，设置边缘值需要根据自身的需求而定。