1.前言

目的：为了总结下之前用过的经典边缘检测算法sobel和canny

2.算法opencv官方讲解

（1）sobel
算法讲解
（2）canny
算法讲解

2.opencv-python代码

**注意：**由于数据未公开，所以没有提供数据来源，只需要填写path（图像的路径）即可运行，该代码可以实现以上两种算法，并且canny算法的阈值是可以通过滑动块来设置的。代码已有详细的注释。

import cv2# original image
path =''
original_image = cv2.imread(path, 1)
cv2.imshow('original image', original_image)
cv2.waitKey()# edge detection by sobel
gray_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY)  # 彩色也可以处理，但是最好是灰度图
cv2.imshow('gray_image', gray_image)
cv2.waitKey()
x = cv2.Sobel(gray_image, cv2.CV_16S, 1, 0)  # 对x求一阶导，垂直检测，一个图像左顶点才是圆点，垂直向下为x轴，水平向右为y轴
y = cv2.Sobel(gray_image, cv2.CV_16S, 0, 1)  # 对y求一阶导，水平检测
absX = cv2.convertScaleAbs(x)  # 实现将x转换为uint8类型,因为x会有正有负,转换到[0,255]
absY = cv2.convertScaleAbs(y)
cv2.imshow('absX', absX)
cv2.waitKey()
cv2.imshow('absY', absY)
cv2.waitKey()
sobel_image = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)
cv2.imshow('sobel_image', sobel_image)
cv2.waitKey()# edge detection by canny with dynamic thresholds
gaussian_image = cv2.GaussianBlur(gray_image, (3, 3), 0)  # 高斯核的长宽都是的正奇数， 高斯模糊会使图像模糊，但会滤除高斯类噪点
cv2.imshow('gaussian_image', gaussian_image)
cv2.waitKey()def nothing(x):  # 每次滑动bar的时候，不需要额外的回调pass
cv2.namedWindow('canny with dynamic thresholds')  # 给窗口命名
cv2.createTrackbar('min', 'canny with dynamic thresholds', 0, 255, nothing)  # 这里第二个参数必须是当前的窗口名,范围[0,255]
cv2.createTrackbar('max', 'canny with dynamic thresholds', 0, 255, nothing)
while(1):if cv2.waitKey(1) & 0xFF == 27:  # ESC退出循环，关闭所有的窗口哦breakmaxVal = cv2.getTrackbarPos('max', 'canny with dynamic thresholds')minVal = cv2.getTrackbarPos('min', 'canny with dynamic thresholds')canny_image = cv2.Canny(gaussian_image, minVal, maxVal)  # 范围[0,25*10.2]=[0,255]cv2.imshow('canny_image', canny_image)cv2.destroyAllWindows()

sobel,canny（可滑动调节阈值）边缘检测算法opencv-python实战相关推荐

python opencv 边缘检测抠图,opencv+python用背景减去法抠图
opencv+python用背景减去法抠图 opencv+python用背景减去法抠图 import cv2 from matplotlib import pyplot as plt import n ...
Canny边缘检测算法(python 实现）
文章目录最优边缘准则算法实现步骤 1. 应用高斯滤波来平滑(模糊)图像,目的是去除噪声 2. 计算梯度强度和方向 3. 应用非最大抑制技术NMS来消除边误检 4. 应用双阈值的方法来决定可能的(潜 ...
【图像处理】——Python图像分割边缘检测算法之一阶梯度算子（Roberts、Prewitt、Sobel、 Kirsch、Canny算子）
目录前言一.边缘检测算法 1.一阶算子 2.二阶算子二.一阶算子原图像lena 1.Roberts算子不同方向的算子模板梯度的计算系统代码: 自定义函数代码结果 2.Prewitt 不 ...
OpenCV+python：Canny边缘检测算法
1,边缘处理图像边缘信息主要集中在高频段,通常说图像锐化或检测边缘,实质就是高频滤波.我们知道微分运算是求信号的变化率,具有加强高频分量的作用. 在空域运算中来说,对图像的锐化就是计算微分.由于数字 ...
Canny边缘检测算法
1. 写在前面最近在做边缘检测方面的一些工作,在网络上也找了很多有用的资料,感谢那些积极分享知识的先辈们,自己在理解Canny边缘检测算法的过程中也走了一些弯路,在编程实现的过程中,也遇到了一个让我 ...
【算法随记一】Canny边缘检测算法实现和优化分析。
以前的博文大部分都写的非常详细,有很多分析过程,不过写起来确实很累人,一般一篇好的文章要整理个三四天,但是,时间越来越紧张,后续的一些算法可能就以随记的方式,把实现过程的一些比较容易出错和有价值的细节 ...
canny边缘检测算法 opencv_OpenCV-Python Canny边缘检测 | 十九
目标在本章中,我们将学习 Canny边缘检测的概念 OpenCV函数: cv.Canny() 理论 Canny Edge Detection是一种流行的边缘检测算法.它由John F. Canny发 ...
python canny检测_【数字图像分析】基于Python实现 Canny Edge Detection（Canny 边缘检测算法）...
Canny 边缘检测算法 Steps: 高斯滤波平滑计算梯度大小和方向非极大值抑制双阈值检测和连接代码结构: Canny Edge Detection |Gaussian_Smoothing ...
Canny边缘检测算法原理及其VC实现详解(一)
原文地址:http://blog.csdn.net/likezhaobin/article/details/6892176 图象的边缘是指图象局部区域亮度变化显著的部分,该区域的灰度剖面一般可以看作是 ...

sobel,canny（可滑动调节阈值）边缘检测算法opencv-python实战

1.前言

2.算法opencv官方讲解

2.opencv-python代码

sobel,canny（可滑动调节阈值）边缘检测算法opencv-python实战相关推荐

最新文章

热门文章