网站模板工具,久久w 网,安阳网络教研平台,芙蓉网站制作理论
Canny 边缘检测是一种流行的边缘检测算法。它是由 John F. Canny 在 1986 年提出。 这是一个多阶段算法#xff0c;我们将介绍算法的每一个步骤。 降噪 由于边缘检测易受图像中的噪声影响#xff0c;因此第一步是使用 5x5 高斯滤波器去除图像中的噪声。我们在前面的章…理论
Canny 边缘检测是一种流行的边缘检测算法。它是由 John F. Canny 在 1986 年提出。 这是一个多阶段算法我们将介绍算法的每一个步骤。 降噪 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。我们在前面的章节中已经介绍到了这一点。 寻找图像的强度梯度 然后在水平和垂直方向上用 Sobel 内核对平滑后的图像进行滤波以获得水平方向编辑和垂直方向编辑的一阶导数。从这两个图像中我们可以找到每个像素的边缘梯度和方向
渐变方向始终垂直于边缘。它被四舍五入到表示垂直水平和两个对角线方向的四个角度中的一个。非最大抑制 在获得梯度幅度和方向之后完成图像的全扫描以去除可能不构成边缘的任何不需要的像素。为此在每个像素处检查像素是否是其在梯度方向上的邻域中的局部最大值。检查下图 A 点位于边缘垂直方向。渐变方向与边缘垂直。 B 点和 C 点处于梯度方向。因此用点 B 和 C 检查点 A看它是否形成局部最大值。如果是这样则考虑下一阶段否则它被抑制归零。 简而言之您得到的结果是具有“细边”的二进制图像。 滞后阈值 这个阶段决定哪些边缘都是边缘哪些边缘不是边缘。为此我们需要两个阈值minVal 和 maxVal。强度梯度大于 maxVal 的任何边缘肯定是边缘而 minVal 以下的边缘肯定是非边缘因此被丢弃。位于这两个阈值之间的人是基于其连通性的分类边缘或非边缘。如果它们连接到“可靠边缘”像素则它们被视为边缘的一部分。否则他们也被丢弃。见下图 边缘 A 高于 maxVal因此被视为“确定边缘”。虽然边 C 低于 maxVal但它连接到边 A因此也被视为有效边我们得到完整的曲线。但是边缘 B 虽然高于 minVal 并且与边缘 C 的区域相同但它没有连接到任何“可靠边缘”因此被丢弃。因此我们必须相应地选择 minVal 和 maxVal 才能获得正确的结果。 在假设边是长线的情况下该阶段也消除了小像素噪声。
所以我们最终得到的是图像中的强边缘。
OpenCV 中的 Canny 边缘检测
OpenCV 将以上所有内容放在单个函数中 cv.Canny 。我们将看到如何使用它。第一个参数是我们的输入图像。第二个和第三个参数分别是我们的 minVal 和 maxVal。第三个参数是 aperture_size。它是用于查找图像渐变的 Sobel 内核的大小。默认情况下它是 3.最后一个参数是 L2gradient它指定用于查找梯度幅度的等式。
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img cv.imread(messi5.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()
结果如图所示 apachecn.github.io/opencv-doc-zh/#/
