Python如何使用cv2.canny进行图像边缘检测
作者:风华明远 时间:2021-03-11 20:38:12
使用cv2.canny进行图像边缘检测
CV2提供了提取图像边缘的函数canny。
其算法思想如下:
1.使用高斯模糊,去除噪音点(cv2.GaussianBlur)
2.灰度转换(cv2.cvtColor)
3.使用sobel算子,计算出每个点的梯度大小和梯度方向
4.使用非极大值抑制(只有最大的保留),消除边缘检测带来的杂散效应
5.应用双阈值,来确定真实和潜在的边缘
6.通过抑制弱边缘来完成最终的边缘检测
Canny函数的定义如下:
edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])
参数含义如下:
image
:要检测的图像threshold1
:阈值1(最小值)threshold2
:阈值2(最大值),使用此参数进行明显的边缘检测edges
:图像边缘信息apertureSize
:sobel算子(卷积核)大小L2gradient
:布尔值。True
:使用更精确的L2范数进行计算(即两个方向的导数的平方和再开方)False
:使用L1范数(直接将两个方向导数的绝对值相加)
其中较大的阈值2用于检测图像中明显的边缘,但一般情况下检测的效果不会那么完美,边缘检测出来是断断续续的。所以这时候用较小的第一个阈值用于将这些间断的边缘连接起来。
阈值对检测结果的影响
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('d:\\girl.png')
edges = cv2.Canny(img,100,200,apertureSize=3)
edges2 = cv2.Canny(img,100,200,apertureSize=5)
plt.subplot(131),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(132),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image1'), plt.xticks([]), plt.yticks([])
plt.subplot(133),plt.imshow(edges2,cmap = 'gray')
plt.title('Edge Image2'), plt.xticks([]), plt.yticks([])
plt.show()
可以看到,在调整threshold1之后,检测出的边缘增多了。
sobel算子对检测结果的影响
sobel默认的算子大小是3,扩大算子,会获得更多的细节,但是也更能提取图像了。
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('d:\\girl.png')
edges = cv2.Canny(img,100,200,apertureSize=3)
edges2 = cv2.Canny(img,100,200,apertureSize=5)
plt.subplot(131),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(132),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image1'), plt.xticks([]), plt.yticks([])
plt.subplot(133),plt.imshow(edges2,cmap = 'gray')
plt.title('Edge Image2'), plt.xticks([]), plt.yticks([])
plt.show()
范数对检测结果的影响
L2gradient=True时,检测出的边缘减少了。
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('d:\\girl.png')
edges = cv2.Canny(img,100,200,L2gradient=False)
edges2 = cv2.Canny(img,100,200,L2gradient=True)
plt.subplot(131),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(132),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image1'), plt.xticks([]), plt.yticks([])
plt.subplot(133),plt.imshow(edges2,cmap = 'gray')
plt.title('Edge Image2'), plt.xticks([]), plt.yticks([])
plt.show()
来源:https://blog.csdn.net/weixin_42272768/article/details/111244896
标签:Python,cv2.canny,图像,边缘检测
0
投稿
猜你喜欢
win10环境下配置vscode python开发环境的教程详解
2022-09-06 21:19:49
python计数排序和基数排序算法实例
2023-11-01 01:23:26
python密码学简单替代密码解密及测试教程
2023-09-30 08:13:00
对python中list的拷贝与numpy的array的拷贝详解
2023-06-13 02:18:35
DOM 精简知识教程
2013-07-18 07:28:33
总结Python图形用户界面和游戏开发知识点
2022-03-03 18:36:25
rs.open sql,conn,1,1与rs.open sql,conn,1.3还有rs.open sql,conn,3,2区别
2011-02-24 10:49:00
阿里妈妈广告牌制作规范
2009-07-15 13:23:00
JS实现用户管理系统
2023-08-29 04:51:20
用Pygal绘制直方图代码示例
2023-12-15 22:41:01
如何安装多版本python python2和python3共存以及pip共存
2021-03-23 05:08:58
用Pytorch训练CNN(数据集MNIST,使用GPU的方法)
2021-10-12 23:01:01
Python调整matplotlib图片大小的3种方法汇总
2023-11-28 13:20:26
JavaScript中Object基础内部方法图
2023-08-15 02:36:11
人性化网页设计技巧
2007-10-15 13:02:00
Python网络爬虫实例讲解
2023-09-11 23:18:10
谈谈从phpinfo中能获取哪些值得注意的信息
2023-11-23 23:52:17
python实现zencart产品数据导入到magento(python导入数据)
2022-06-04 12:34:32
用"表情符号"做植入广告 是否可行呢?
2009-02-23 13:07:00
Python OpenCV之常用滤波器使用详解
2023-02-07 22:18:25