python opencv 边缘检测_opencv-python-学习笔记十四（Canny边缘检测）

原理

Canny边缘检测是一种常用的边缘检测算法。由 John F. Canny提出

这是一个多阶段的算法，我们将经历每个阶段。

1.降低噪音

由于边缘检测容易受到图像中噪声的影响，第一步是用5x5高斯滤波器去除图像中的噪声。我们在前几章已经见过了。

2.寻找图像的强度梯度

然后对平滑后的图像进行水平方向和垂直方向的Sobel核滤波，得到水平方向(Gx)和垂直方向(Gy)的一阶导数。这两幅图像中，我们可以发现每个像素的边缘梯度和方向如下:

梯度方向总是垂直于边缘，它是四角之一，代表垂直、水平和两个对角线方向。

3.非极大值抑制

得到梯度大小和方向后，对图像进行全面扫描，去除非边界点。在每个像素处，看这个点的梯度是不是周围具有相同梯度方向的点中最大的，查看下图:

点A在边缘上(垂直方向)。梯度方向垂直于边缘。点B和点C在梯度方向上，因此，点A与点B和点C进行检查，看它是否形成局部最大值，如果是，则将其考虑到下一阶段，否则将抑制它(使其为零)。

简而言之，您得到的结果是一个具有“细边”的二进制图像。

4.滞后阈值

现在要确定那些边界才是真正的边界，为此，我们需要两个阈值，minVal和maxVal。任何强度梯度大于maxVal的边都肯定是边，小于minVal的边肯定是非边，所以丢弃。位于这两个阈值之间的根据它们的连接性对边缘或非边缘进行分类（如果介于两者之间的话，就要看这个点是否与某个被确定为真正的边界点相连，如果是就认为它也是边界点，如果不是就抛弃。如下图：

A 高于阈值 maxVal 所以是真正的边界点。C 虽然低于 maxVal 但高于minVal 并且与 A 相连，所以也被认为是真正的边界点。而 B 就会被抛弃，因为他不仅低于 maxVal 而且不与真正的边界点相连。所以选择合适的 maxVal 和 minVal 对于能否得到好的结果非常重要。在这一步一些小的噪声点也会被除去，因为我们假设边界都是一些长的线段。

OpenCV中的Canny边缘检测

OpenCV将所有这些都放在一个函数cv.Canny中。第一个参数是输入图像。第二个和第三个参数分别是minVal和maxVal。第三个参数是aperture_size，它是用来寻找图像梯度的Sobel内核的大小，默认值是3。最后一个参数是L2gradient，它指定了求梯度大小的方程。

函数：

edges=cv.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]])

edges=cv.Canny(dx, dy, threshold1, threshold2[, edges[, L2gradient]])

参数：

16-bit 输入图像的x导数 (CV_16SC1 or CV_16SC3).

16-bit 输入图像的y导数 (和dx有相同类型).

edges

输出的边缘地图; 单通道8-bit 图像, 与输入图像有相同大小。

threshold1

第一个阈值，低阈值

threshold2

第二个阈值，高阈值

L2gradient

如果为真，则使用更精确的L2范数进行计算（即两个方向的倒数的平方和再开方），否则使用L1范数（直接将两个方向导数的绝对值相加）。

举例：

importnumpy as npimportcv2 as cvfrom matplotlib importpyplot as plt

img= cv.imread('4.jpg', 0)

edges= cv.Canny(img, 100, 200)

plt.subplot(121), plt.imshow(img, cmap='gray')

plt.title('Original Image'), plt.xticks([]), plt.yticks([])

plt.subplot(122), plt.imshow(edges, cmap='gray')

plt.title('Edge Image'), plt.xticks([]), plt.yticks([])

plt.show()

python opencv 边缘检测_opencv-python-学习笔记十四（Canny边缘检测）相关推荐

吴恩达《机器学习》学习笔记十四——应用机器学习的建议实现一个机器学习模型的改进
吴恩达<机器学习>学习笔记十四--应用机器学习的建议实现一个机器学习模型的改进一.任务介绍二.代码实现 1.准备数据 2.代价函数 3.梯度计算 4.带有正则化的代价函数和梯度计算 5 ...
Polyworks脚本开发学习笔记(十四)-WORKSPACE信息读取及管理
Polyworks脚本开发学习笔记(十四)-WORKSPACE信息读取及管理 Polyworks的工作任务存储分为工作区和项目两级,通过WORKSPACE命令获取工作任务信息,实现更好的任务管理. 下 ...
python opencv保存图片_OpenCV Python 保存图片
By 凌顺 2019年9月12日本示例使用的OpenCV版本是:4.1.1 运行Python的编辑器:Jupyter notebook 示例目的通过无损和有损的方式进行图片保存. 实现代码 1,加 ...
python opencv 摄像头_opencv python中摄像头参数的设置
我正在使用Windows7 64位操作系统以及Python3和OpenCV.我的电脑连接到以下型号的两个罗技网络摄像头: 1)罗技高清网络摄像头C615 2) 罗技QuickCam Pro 9000 ...
python实验题第四章_「Python」2020.03.16学习笔记 | 第四章列表、元组、字典-习题（11-13）...
学习测试开发的Day74,真棒! 学习时间为1H 第四章列表.元组.字典-习题(11-13) 11.求两个集合的交集和并集代码 list1=[1,2,3,4] list2=[2,3,5,5] def ...
python永久保存数据_Python学习笔记（四）——文件永久存储
文件的永久存储 pickle模块的使用 pickle的实质就是将数据对象以二进制的形式存储存储数据 pickle.dump(data,file) data表示想要存储的数据元素,file表示要将数据 ...
重新认识错过（通向财富自由之路学习笔记十四）
本周学习<通向财富自由之路>专栏重新认识错过的文章,在文章中作者介绍了自己是如何错过一次升级的.对于这种错过,非常有同感.比如在中学时候,需要学习生物.历史.地理等学科,而这些学科不需要计 ...
【theano-windows】学习笔记十四——堆叠去噪自编码器
前言前面已经学习了softmax,多层感知器,CNN,AE,dAE,接下来可以仿照多层感知器的方法去堆叠自编码器国际惯例,参考文献: Stacked Denoising Autoencoders ...
Mr.J-- jQuery学习笔记(十四)--动画显示隐藏
eq()函数定义和用法 :eq() 选择器选取带有指定 index 值的元素. index 值从 0 开始,所有第一个元素的 index 值是 0(不是 1). 经常与其他元素/选择器一起使用,来选 ...
【神经网络】学习笔记十四——Seq2Seq模型
本文简要介绍seq2seq,即序列到序列的基本知识,是深度学习和NLP中一个重要的知识. 从三部分来说,seq2seq基本简介,应用场景和原理解析. 一.什么是Seq2Seq 所谓Seq2Seq(Se ...

python opencv 边缘检测_opencv-python-学习笔记十四（Canny边缘检测）

python opencv 边缘检测_opencv-python-学习笔记十四（Canny边缘检测）相关推荐

最新文章

热门文章