首页
视频
资源
登录
原
OpenCV Canny边缘检测(学习笔记)
521
人阅读
2024/1/15 15:03
总访问:
2622270
评论:
0
收藏:
0
手机
分类:
.net后台框架
![](https://img.tnblog.net/arcimg/hb/3c9a034e352c4476b4ec6d8cc07a0263.png) >#OpenCV Canny边缘检测(学习笔记) [TOC] ## Canny边缘检测 tn2>Canny边缘检测主要是按照如下步骤来进行的边缘检测: 1.使用高斯滤波器,以平滑图像,滤除噪声。(降噪) 2.计算图像中每个像素点的梯度强度和方向。(使用sobel算子) 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。 ### 高斯滤波器 tn2>边缘检测易受噪声影响,所以使用高斯滤波器平滑图像,降低噪声。 ### 计算梯度大小 tn2>使用sobel算子计算图像中每个像素点的梯度大小和方向。 ![](https://img.tnblog.net/arcimg/hb/f02ad929b44e49d4a269fd416dd599c1.png) tn2>通过的sobel求导得出`3*3`的卷积核,通过上面两个公式得出对应的梯度。 接着我们通过下面的公式进行计算梯度的大小和方向。 ![](https://img.tnblog.net/arcimg/hb/3692ced255524651a7515c316b99a151.png) tn2>基本的方向就那标志的8种方向。 ### 非极大值抑制 tn2>遍历图像中的所有的像素点,判断当前像素点是否是周围像素点中具有相同方向梯度的最大值。 举例:在下图中,第一列方向都是向上,只取最大梯度值`7`;第二列方向也都是向上,取最大梯度值`8`; ![](https://img.tnblog.net/arcimg/hb/827be5a5e73345a7a3bd3af0eeaad395.png) tn>保留黄色背景的像素点,其他的归为`0`。 ### 双阈值处理 tn2>指定两个值`minVal`和`maxVal`,设定最小的阈值和最大的阈值。 规则如下: 1.梯度值>maxVal:则处理为边界。 2.minVal<梯度值<maxVal:连有边界则保留,否则舍弃 3.梯度值<minVal:则舍弃 举例: ![](https://img.tnblog.net/arcimg/hb/396cc04cebb54306a06e6ce9e4f33bb7.png) tn2>`B`线条虽然在`minVal`与`maxVal`之间,但是没有高于`maxVal`的线条作为连接,所以直接舍弃。 `C`线条虽然也在此区间,但是它有`A`线条的连接所以它可以保留。 ## 代码实践 tn2>接下来我们使用`canny`对`lena.jpg`图片进行边缘处理,分别展示阈值在`80-150`和`50-100`之间的区别。 ```python import cv2 #opencv读取的格式是BGR import numpy as np import matplotlib.pyplot as plt#Matplotlib是RGB %matplotlib inline # 展示图片 def cv_show(img,name): cv2.imshow(name,img) cv2.waitKey() cv2.destroyAllWindows() img=cv2.imread("lena.jpg",cv2.IMREAD_GRAYSCALE) v1=cv2.Canny(img,80,150) v2=cv2.Canny(img,50,100) res = np.hstack((v1,v2)) cv_show(res,'res') ``` ![](https://img.tnblog.net/arcimg/hb/557b846e30fb4c75935d36aa539e1f2d.png) tn2>我们发现阈值在`50-100`区间更细。 再对一张`car.png`的图片做例子: ```python img=cv2.imread("car.png",cv2.IMREAD_GRAYSCALE) v1=cv2.Canny(img,120,250) v2=cv2.Canny(img,50,100) res = np.hstack((v1,v2)) cv_show(res,'res') ``` ![](https://img.tnblog.net/arcimg/hb/e77d286da21c49489c47b649a6bb3e4d.png)
欢迎加群讨论技术,1群:677373950(满了,可以加,但通过不了),2群:656732739
👈{{preArticle.title}}
👉{{nextArticle.title}}
评价
{{titleitem}}
{{titleitem}}
{{item.content}}
{{titleitem}}
{{titleitem}}
{{item.content}}
尘叶心繁
这一世以无限游戏为使命!
博主信息
排名
6
文章
6
粉丝
16
评论
8
文章类别
.net后台框架
168篇
linux
17篇
linux中cve
1篇
windows中cve
0篇
资源分享
10篇
Win32
3篇
前端
28篇
传说中的c
4篇
Xamarin
9篇
docker
15篇
容器编排
101篇
grpc
4篇
Go
15篇
yaml模板
1篇
理论
2篇
更多
Sqlserver
4篇
云产品
39篇
git
3篇
Unity
1篇
考证
2篇
RabbitMq
23篇
Harbor
1篇
Ansible
8篇
Jenkins
17篇
Vue
1篇
Ids4
18篇
istio
1篇
架构
2篇
网络
7篇
windbg
4篇
AI
18篇
threejs
2篇
人物
1篇
嵌入式
3篇
python
13篇
HuggingFace
8篇
pytorch
9篇
opencv
6篇
Halcon
2篇
最新文章
最新评价
{{item.articleTitle}}
{{item.blogName}}
:
{{item.content}}
关于我们
ICP备案 :
渝ICP备18016597号-1
网站信息:
2018-2024
TNBLOG.NET
技术交流:
群号656732739
联系我们:
contact@tnblog.net
欢迎加群
欢迎加群交流技术