11# -*- coding: utf-8 -*-
22
3+ '''
4+ Canny 边缘检测是一种 常流 的 缘检测算法 是 John F.Canny 在
5+ 1986 年提出的。它是一个有很多步构成的算法
6+ 由于 缘检测很容易受到噪声影响 所以第一步是使用 5x5 的 斯滤波器 去 噪声
7+ 对平滑后的图像使用 Sobel 算子 算水平方向和竖直方向的一 导数 图 像梯度 Gx 和 Gy
8+ 梯度的方向一般总是与边界垂直。
9+ 梯度方向 归为四类: 垂直 水平 和 两个对角线。
10+ 非极大值抑制
11+
12+ 滞后阈值
13+ 现在 确定 些 界才是真正的边界。 时我们 置两个阈值 minVal 和 maxVal。
14+ 当图像的灰度梯度 于 maxVal 时 为是真的边界
15+ 那些低于 minVal 的 界会 抛弃。
16+ 如果介于两者之间的 就 看这个点是否与某个被确定为真正的边界点相连
17+ 如果是就认为它也是边界点 如果不是 就抛弃。
18+
19+ OpenCV 中的 Canny 边界检测
20+ 在 OpenCV 中只 需要 一个函数 cv2.Canny() 就可以完成以上几步。
21+ 我们看如何使用这个函数。
22+ 第一个参数是输入图像。
23+ 第二和第三 个分别是 minVal 和 maxVal。
24+ 第三个参数 置用来计算图像梯度的 Sobel卷积核的大小 默认值为 3。
25+ 最后一个参数是 L2gradient 它可以用来 设定 求梯度大小的方程。
26+ 如果 为 True 就会使用我们上 提到 的方程 否则 使用方程 Edge−Gradient (G) = |G2x| + |G2y| 代替, 默认值为 False。
27+ '''
328import cv2
429import numpy as np
530from matplotlib import pyplot as plt
631
7- img = cv2 .imread ('../data/messi5.jpg' ,0 )
8- edges = cv2 .Canny (img ,100 ,200 )
32+ img = cv2 .imread ('../data/messi5.jpg' ,0 )
33+ edges = cv2 .Canny (img ,100 ,200 )
934
10- plt .subplot (121 ),plt .imshow (img ,cmap = 'gray' )
35+ plt .subplot (121 ),plt .imshow (img ,cmap = 'gray' )
1136plt .title ('Original Image' ), plt .xticks ([]), plt .yticks ([])
1237
13- plt .subplot (122 ),plt .imshow (edges ,cmap = 'gray' )
38+ plt .subplot (122 ),plt .imshow (edges ,cmap = 'gray' )
1439plt .title ('Edge Image' ), plt .xticks ([]), plt .yticks ([])
1540
16- plt .show ()
41+ plt .show ()
0 commit comments