Python cv2(Opencv) Canny边缘检测和傅里叶变换

简介：
OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效，由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用，并在可用时利用MMX和SSE指令，如今也提供对于C#、Ch、Ruby，GO的支持。本文主要介绍Python 中使用cv2(Opencv) 中Canny边缘检测和傅里叶变换及示例代码。

1、Canny边缘检测
Canny 边缘检测是一种从不同视觉对象中提取有用结构信息并显着减少要处理的数据量的技术。它已广泛应用于各种计算机视觉系统。 Canny 发现，在不同的视觉系统上应用边缘检测的要求是比较相似的。可以在各种情况下实施满足这些要求的边缘检测解决方案。边缘检测的一般标准包括：以低错误率检测边缘，这意味着检测应准确捕捉图像中显示的尽可能多的边缘。从操作员处检测到的边缘点应准确定位在边缘的中心。图像中的给定边缘应仅标记一次，并且在可能的情况下，图像噪声不应产生错误边缘。步骤如下：

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。

edges = cv2.Canny( image, threshold1, threshold2[, apertureSize[, L2gradient]])

参数如下,

参数	说明
image	8 位输入图像。
threshold1	处理过程中的第一个阈值。
threshold2	处理过程中的第二个阈值。
apertureSize	Sobel 算子的孔径大小。
L2gradient	为计算图像梯度幅度（gradient magnitude）的标识。其默认值为 False。如果为 True，则使用更精确的 L2 范数进行计算（即两个方向的导数的平方和再开方），否则使用 L1 范数（直接将两个方向导数的绝对值相加）。

代码如下，

import cv2
img=cv2.imread("cjavapy.jpg",cv2.IMREAD_GRAYSCALE)
r1=cv2.Canny(img,128,200)
r2=cv2.Canny(img,32,128)
cv2.imshow("original",o)
cv2.imshow("result1",r1)
cv2.imshow("result2",r2)
cv2.waitKey()
cv2.destroyAllWindows()

2、傅里叶变换
一段信号可以由若干频率不同的正弦信号叠加构成，DFT将将信号从时域变换到频域。在图像处理过程中，傅里叶变换就是将图像分解为正弦分量和余弦分量两部分，即将图像从空间域转换到频域。

代码如下，

import cv2
import numpy as np
from matplotlib import pyplot as plt# 读图
img = cv2.resize(cv2.imread('cjavapy.png', 0), (400, 400))# 傅里叶变换
img_fft = np.fft.fft2(img)
img_fft_shift = np.fft.fftshift(img_fft)
img_fft_shift_ = 20 * np.log(np.abs(img_fft_shift))# 频域滤波
img_fft_shift_process = img_fft_shift[:]
print(img_fft_shift_process.shape)
h, w = img_fft_shift_process.shape[:2]
ch, cw = h // 2, w // 2
img_fft_shift_process[ch - 50:ch + 50, cw - 50:cw + 50] = -10.  # 高通滤波
img_fft_shift_process_ = 20 * np.log(np.abs(img_fft_shift_process))# 傅里叶逆变换
img_fft_ishift = np.fft.ifftshift(img_fft_shift_process)
img_ifft = np.fft.ifft2(img_fft_ishift)
img_ifft_ = np.abs(img_ifft)# 显示
plt.subplot(2, 2, 1)
plt.imshow(img, cmap='gray')plt.subplot(2, 2, 2)
plt.imshow(img_fft_shift_, cmap='gray')plt.subplot(2, 2, 3)
plt.imshow(img_fft_shift_process_, cmap='gray')plt.subplot(2, 2, 4)
plt.imshow(img_ifft_, cmap='gray')plt.show()
plt.close()

了解更多分析及数据抓取可查看：
http://data.yisurvey.com:8989/
特别说明：本文旨在技术交流，请勿将涉及的技术用于非法用途，否则一切后果自负。如果您觉得我们侵犯了您的合法权益，请联系我们予以处理。

Python cv2(Opencv) Canny边缘检测和傅里叶变换相关推荐

OpenCV Canny边缘检测的实例(附完整代码)
OpenCV Canny边缘检测的实例 OpenCV Canny边缘检测的实例 OpenCV Canny边缘检测的实例 #include "opencv2/core/utility.hpp& ...
Python OpenCV -- Canny 边缘检测（十一）
Canny 边缘检测原理 Canny 边缘检测算法是 John F. Canny 于 1986年开发出来的一个多级边缘检测算法,也被很多人认为是边缘检测的最优算法, 最优边缘检测的三个主要评价标 ...
python+opencv Canny边缘检测
Step1:高斯滤波(低通滤波,用高斯滤波器平滑图像) 卷积/卷积核(对应相乘再相加) 原始图片外围加一圈0,为保证新图片与原始图片大小相同卷积核为3*3,外围补一圈0:卷积核为5*5,外围补两圈0 ...
OpenCV——Canny边缘检测（cv2.Canny()）
Canny边缘检测 Canny 边缘检测是一种使用多级边缘检测算法检测边缘的方法.1986 年,John F. Canny 发表了著名的论文 A Computational Approach to ...
opencv Canny边缘检测用法
<span style="color:#000080">1. cv2.Canny(image, threshold1, threshold2[, edges[, ape ...
OpenCV Canny边缘检测
Canny算法: 流程: 噪声去除:高斯滤波计算图像梯度:sobel算子,计算梯度大小和方向非极大值抑制:利用梯度方向像素来判断当前像素是否为边界点滞后阈值:设置两个阈值,确定最终的边界 Can ...
(九)OpenCV Canny边缘检测
1.基础原理参考自<数字图象处理>第十章及OpenCV Tutorial Canny Edge Detector 1.1边缘检测概述边缘检测是根据灰度突变来分割图像的一种常用方法.边 ...
python cv2 opencv 图片旋转
import cv2 import numpy as npdef opencv_rotate(img, angle):"""图片旋转,默认应该是逆时针转动:param i ...
canny边缘检测 java_OpenCV Canny边缘检测
本篇文章帮大家学习OpenCV Canny边缘检测,包含了OpenCV Canny边缘检测使用方法.操作技巧.实例演示和注意事项,有一定的学习价值,大家可以用来参考. Canny边缘检测用于检测图像中 ...

Python cv2(Opencv) Canny边缘检测和傅里叶变换

Python cv2(Opencv) Canny边缘检测和傅里叶变换相关推荐

最新文章

热门文章

Python cv2(Opencv) Canny边缘检测 和 傅里叶变换

Python cv2(Opencv) Canny边缘检测 和 傅里叶变换相关推荐

最新文章

热门文章

Python cv2(Opencv) Canny边缘检测和傅里叶变换

Python cv2(Opencv) Canny边缘检测和傅里叶变换相关推荐