canny邊緣檢測原理

去噪：邊緣檢測容易受到噪聲的影響，在此之間，先去噪，通常采用高斯濾波器。opencv學(xué)習(xí)筆記11：圖像濾波（均值，方框，高斯，中值）
梯度：對去噪后的圖像采用sobel算子計算梯度和方向。
這里的梯度不同于前面值只計算大小，這里還需計算方向。
梯度大小和方向公式見下
梯度的方向一般與邊界垂直，分為四類：垂直，水平，和兩個對角線。

非極大值抑制：在獲得梯度和方向，去除所有不是邊界的點。實現(xiàn)方向：逐漸遍歷像素點，判斷當(dāng)前像素點是否是周圍像素點中具有相同方向梯度的最大值。是保留，不是則為0.

滯后閾值：有兩個閾值，minVal,maxVal
處理方法見圖：
大于maxVal保留，
小于maxVal但大于minVal且與邊界相連保留。
其他舍棄

canny邊緣檢測函數(shù)使用

edges=cv2.Canny(image,threshold1,threshold2)
edges：處理結(jié)果
image:原始圖像
threshold1:minVal
threshold2:maxVal
如果想讓邊界細節(jié)更多，則把threshold1和threshold2設(shè)小些。

python+OpenCV

import cv2 import numpy as np o=cv2.imread("lena.bmp",cv2.IMREAD_GRAYSCALE)#讀取灰色圖 r=cv2.Canny(o,100,200) cv2.imshow("original",o) cv2.imshow("result",r) cv2.waitKey() cv2.destroyAllWindows()

改變threshold

import cv2 import numpy as np o=cv2.imread("lena.bmp",cv2.IMREAD_GRAYSCALE) r=cv2.Canny(o,64,100) cv2.imshow("original",o) cv2.imshow("result",r) cv2.waitKey() cv2.destroyAllWindows()

更小的值有更多的細節(jié)

總目錄鏈接：
python3+opencv學(xué)習(xí)筆記匯總目錄（適合基礎(chǔ)入門學(xué)習(xí)）

進階版筆記：
opencv進階學(xué)習(xí)筆記11：cannny邊緣檢測，直線檢測，圓檢測
電氣專業(yè)的計算機小白，寫博文不容易，如果你覺得本文對你有用，請點個贊支持下，謝謝。

總結(jié)

以上是生活随笔為你收集整理的opencv学习笔记18：canny算子边缘检测原理及其函数使用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。