Detección de bordes caninos
-
- Use un filtro gaussiano para suavizar la imagen y filtrar el ruido.
-
- Calcule la intensidad del gradiente y la dirección de cada píxel en la imagen.
-
- La supresión no máxima se aplica para eliminar la respuesta espuria causada por la detección de bordes.
-
- La detección de doble umbral se utiliza para determinar los bordes reales y potenciales.
-
- Finalice la detección de bordes suprimiendo los bordes débiles aislados.
1: filtro gaussiano
2: gradiente y dirección
3: supresión no máxima
4: detección de doble umbral
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')
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')