Canny算法:
流程：

• 噪聲去除：高斯濾波
• 計算圖像梯度：sobel算子，計算梯度大小和方向
• 非極大值抑制：利用梯度方向像素來判斷當(dāng)前像素是否為邊界點
• 滯后閾值：設(shè)置兩個閾值，確定最終的邊界

---

Canny()函數(shù)：

canny = cv2.Canny(image, threshold1, threshold2)

• image:灰度圖，
• threshold1: minval，較小的閾值將間斷的邊緣連接起來
• threshold2: maxval，較大的閾值檢測圖像中明顯的邊緣

import cv2 as cv from matplotlib import pyplot as plt# 1 圖像讀取 img = cv.imread('./1.png', 0)# 2 Canny邊緣檢測 lowThreshold = 100 max_lowThreshold = 150 canny = cv.Canny(img, lowThreshold, max_lowThreshold)# 3 圖像展示 plt.figure(figsize=(10, 8), dpi=100) plt.subplot(121), plt.imshow(img, cmap=plt.cm.gray) plt.title('原圖') plt.xticks([]), plt.yticks([]) plt.subplot(122), plt.imshow(canny, cmap=plt.cm.gray) plt.title('Canny檢測后結(jié)果') plt.xticks([]), plt.yticks([]) plt.show()

總結(jié)

以上是生活随笔為你收集整理的OpenCV Canny边缘检测的全部內(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。