OpenCV——Canny边缘检测

目录

简介

实现步骤

代码

原图

效果图

---

简介

Canny边缘检测是一种使用多级边缘检测算法检测边缘的方法。

实现步骤

step1：去噪。噪声会影响边缘检测的准确性，因此首先要将噪声过滤掉。

方法：图像边缘容易受到噪声的干扰，因此为了避免检测到错误的边缘信息，通常需要使用滤波去噪，平滑一些纹理弱的非边缘区域，从而得到更准确的边缘，通常使用高斯噪声。

扫描二维码关注公众号，回复： 14532950 查看本文章

step2：计算梯度的幅度与方向。

方法：梯度的方向与边缘总是垂直的，通常就近取值为水平（左右）、垂直（上下）、对角线（右上，左上，左下，右下）等8个不同方向。因此在计算梯度时会得到梯度的幅度和角度（代表梯度的方向）。

step3：非极大值抑制，即适当地让边缘“变瘦”。

方法：逐一遍历像素点，判断当前像素点是否是周围像素点中具有相同梯度方向的最大值，并根据判断结果决定是否抑制该点。如果该点是正/负梯度方向上的局部最大值，则保留该点。如果不是，则抑制该点（归零）。

step4：确定边缘。使用双阈值算法确定最终的边缘信息。

方法：完成上述步骤后，图像内的强边缘已经在当前获取的边缘图像内，但是一些虚边缘可能也在边缘图像内，这些虚边缘可能是真实图像产生的，也可能是由于噪声所产生的。对于后者，必须将其剔除。

设置两个阈值，其中一个为MaxVal,另外一个为低阈值minVal，根据梯度幅度，与两个阈值之间的关系，判断边缘的属性，具体步骤为：

（1）如果当前的边缘像素的梯度值大于或等于maxVal,则将当前边缘像素标记为强边缘；

（2）如果当前边缘像素的梯度值介于maxVal与minVal之间，则将当前边缘像素标记为虚边缘（需要保留）；

（3）如果当前边缘像素的梯度值小于或等于minVal，则抑制当前边缘像素。

经过上述过程，获得虚边缘，此时通过判断虚边缘与强边缘是否连接，如果与强边缘连接，则将该边缘处理为边缘，如果与强边缘无连接，则该边缘为弱连接，将其抑制。

代码

import cv2

test = cv2.imread('test.jpg',cv2.IMREAD_GRAYSCALE)
r = cv2.Canny(test,128,200)
cv2.imshow('test',r)
cv2.waitKey(0)

原图

效果图