【OpenCv】Canny算子边缘检测
Canny 算子和 Marr(LoG)边缘检测方法类似,也属于是先平滑后求导数的方法John Canny研究了最优边缘检测方法所需的特性,给出了评价边缘检测性能优劣的三个指标:
- 好的信噪比,即将非边缘点判定为边缘点的概率要低,将边缘点判为非边缘点的概率要低;
- 高的定位性能,即检测出的边缘点要尽可能在实际边缘的中心;
- 对单一边缘仅有唯一响应,即单个边缘产生多个响应的概率要低,并且虚假响应边缘应该得到最大抑制。
步骤:
- 减少噪音:由于边缘检测易受图像中的噪声影响,因此第一步是使用5x5高斯滤波器去除图像中的噪声.
- 计算图像梯度:对平滑后的图像使用sobel算子在水平与竖直方向上计算一阶导数,得到图像梯度(Gx和Gy)。根据梯度图找到边界梯度和方向
根据角度对幅值进行非极大值抑制:将模糊的边界变得清晰(sharp) - 将其梯度方向近似为以下值中的一个(0,45,90,135,180,225,270,315)(即上下左右和45度方向);
- 比较该像素点,和其梯度方向正负方向的像素点的梯度强度;
- 如果该像素点梯度强度最大则保留,否则抑制(删除,即置为0)。
edge = cv2.Canny(image, threshold1, threshold2) 必要参数: - 第一个参数是需要处理的原图像,该图像必须为单通道的灰度图;
- 第二个参数是阈值1;
- 第三个参数是阈值2。
代码实现:
img = cv.imread('girl.png', cv.IMREAD_GRAYSCALE)
gaussion = cv.GaussianBlur(img, (3, 3), 0)
canny = cv.Canny(gaussion, 32, 80)fig = plt.figure(figsize = (10, 5))
fig.set(alpha = 0.2)
plt.subplot2grid((1, 2), (0, 0))
plt.imshow(img, 'gray')plt.subplot2grid((1, 2), (0, 1))
plt.imshow(canny, 'gray')
#实现在线手动调整threshold1和threshold2的值
img = cv.imread('girl.png', cv.IMREAD_GRAYSCALE)
img = cv.resize(img, (img.shape[1], img.shape[0]))threshold1_min = 0
threshold1_max = 100threshold2_min = 100
threshold2_max = 200def canny_threshold1(x) :gaussion = cv.GaussianBlur(img, (3, 3), 0)canny = cv.Canny(gaussion, x, threshold2_min)cv.imshow('Canny', canny)def canny_threshold2(x) :gaussion = cv.GaussianBlur(img, (3, 3), 0)canny = cv.Canny(gaussion, threshold1_min, x)cv.imshow('Canny', canny)cv.namedWindow('Canny', cv.WINDOW_NORMAL | cv.WINDOW_KEEPRATIO)
#创建可调整大小的窗口并在调整窗口大小时保持图像比例不变
cv.createTrackbar('threshold1', 'Canny', threshold1_min, threshold1_max, canny_threshold1)
cv.createTrackbar('threshold2', 'Canny', threshold2_min, threshold2_max, canny_threshold2)
#绑定滑动条和窗口, 且设置滑动条的值
#cv2.createTrackbar(“scale”, “display”, 0, 100, self.opencv_calibration_node.on_scale)
# 第一个参数表示滑动条的名称,
# 第二个表示绑定的窗口名字,
# 第三个和第四设置滑动条的范围,注意的是第三个参数即滑动条的最小值固定为一,调整只是为了从你设定的那个数开始而已
# 第五个参数是回调函数,每次滑动都会调用回调函数。
【OpenCv】Canny算子边缘检测相关推荐
- OpenCV——canny算子
1. opencv--Canny算子 Canny 的目标是找到一个最优的边缘检测算法,最优边缘检测的含义是: 最好的检测: 算法能够尽可能多地标识出图像中的实际边缘. 最好的定位: 标识出的边缘要尽可 ...
- OpenCV:Canny算子边缘检测
目录 1.简介 2.cv::Canny() 3.实践 1.简介 Canny边缘检测是一个多级边缘检测算法.主要步骤如下: (1)使用高斯平滑滤波器卷积降噪. (2)计算平滑后图像的梯度幅值与方向,可以 ...
- opencv Canny算子
叙述Canny()函数,这个函数是拿来边缘检测的,最好是高定位低出错. 第一个参数:srcImage,注意要是8位.这个要求和自适应阈值化函数的要求一样. 第二个参数:dstImage,要和srcIm ...
- MATLAB中canny算子边缘检测
今天来介绍一下关于canny算子做边缘检测的过程: Canny的目标是找到一个最优的边缘检测算法,最优边缘检测的含义是: 好的检测- 算法能够尽可能多地标识出图像中的实际边缘. 好的定位- 标识出的边 ...
- opencv学习笔记18:canny算子边缘检测原理及其函数使用
canny边缘检测原理 去噪:边缘检测容易受到噪声的影响,在此之间,先去噪,通常采用高斯滤波器.opencv学习笔记11:图像滤波(均值,方框,高斯,中值) 梯度:对去噪后的图像采用sobel算子计算 ...
- OpenCV开发笔记(三十七):红胖子8分钟带你深入了解边缘检测和Canny算子边缘检测(图文并茂+浅显易懂+程序源码)
若该文为原创文章,未经允许不得转载 原博主博客地址:https://blog.csdn.net/qq21497936 原博主博客导航:https://blog.csdn.net/qq21497936/ ...
- matlab canny算子原理,Canny算子边缘检测原理以及实现
基本原理 须满足条件:抑制噪声:精确定位边缘. 从数学上表达了三个准则[信噪比准则(低错误率).定位精度准则.单边缘响应准则],并寻找表达式的最佳解. 属于先平滑后求导的方法. 算法基本步骤 1.使用 ...
- python canny算子_Python - OpenCV 之Canny算子边缘提取
#!--*-- coding=utf-8 --*-- import cv2 import os import argparse ''' 基于OpenCV Canny 算子的提取图像边缘 ''' # d ...
- CUDA精进之路(四):图像处理——Sobel算子边缘检测
引言 关于图像边缘检测,记得刚开始接触图像处理时,第一个自己实现的程序是通过笔记本摄像头采集图像,利用OpenCV自带的算法库进行Canny算子边缘检测,那时候当看到程序运行后,视频窗口实时显示经Ca ...
最新文章
- wp7上MD5加密类
- 0.0.5、Linux命令
- 嵌入式开发基础环境搭建
- 初始化栈的代码_数据结构中的栈,你知道多少?
- 【译文】领域模型的五个特征
- CSS之REM和EM的区别
- Alibaba之MySQL宝典_阿里巴巴内部 MySQL宝典 意外流出!极致经典,堪称数据库的天花板...
- webvie使用--官方api
- 要不要借钱给好朋友?救急不救贫
- 如何在 Mac 上将照片导出为不同的文件格式?
- 如何激活Office 2016(ProPlus/Visio2016/Project2016) VOL 简体中文版下载地址和安装方法哦
- yum源提示出现Another app is currently holding the yum lock; waiting for it to exit...
- win10用不了计算机一级,教你一招解决Win10计算器打不开的问题
- 如何通过软文营销提高用户黏性 做好品牌推广和营销宣传
- 华为交换机配置(一)
- 突发:深度学习之父Hinton为了警告AI的风险,不惜从谷歌离职!
- 数据蒋堂 | 中国报表漫谈
- 在Windows环境下使用Anaconda安装GDAL所遇到的问题
- C++头文件和std命名空间(精辟)
- 排名(CSP-J模拟赛)