detección de bordes caramelo detallada en OpenCV

detección de bordes Procedimiento General caramelo

1. El uso de un filtro gaussiano para suavizar la imagen, filtrado de ruido.

2. Cálculo de la intensidad de gradiente y la dirección de cada píxel en la imagen.

3. La aplicación de un valor que no sea máximo (Non-supresión máxima) la inhibición, para eliminar la respuesta espurio causado por la detección de bordes.

4. La aplicación de detección de doble umbral (doble Umbral) para determinar el borde real y potencial.

5. Al inhibir el borde finalizado detectar un borde débil aislado.

1, un filtro de Gauss

2, la dirección del gradiente y
3, la supresión no maximal


4, de detección de umbral dual

siguiente significado breve común de los parámetros de esta función cv2.Candy ()

cv2.Canny(src, thresh1, thresh2,edges,apertureSize,L2gradient) 

src:输入原图（必须为单通道图）
thresh1:minVal
thresh2:maxVal
apertureSize：Sobel算子的大小
L2gradient：bool类型；
true： 使用更精确的L2范数进行计算（即两个方向的倒数的平方和再开放）
false：使用L1范数（直接将两个方向导数的绝对值相加）

gray=cv2.imread("lena.jpg",cv2.IMREAD_GRAYSCALE)
img=cv2.GaussianBlur(gray,(3,3),0)
v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)

res = np.hstack((v1,v2))
cv_show(res,'res')

gray=cv2.imread("car.png",cv2.IMREAD_GRAYSCALE)
img=cv2.GaussianBlur(gray,(3,3),0)
v1=cv2.Canny(img,120,250)
v2=cv2.Canny(img,50,100)

res = np.hstack((v1,v2))
cv_show(res,'res')