Canny 算法

邊緣：我的理解是在圖像處理的過程中，針對我們圖像處理的過程中，梯度變化以較大的地方能夠讓我們能夠快速辨識，針對一個人臉，臉上有一些平滑的地方（沒錯我針對美顏的），與頭發的接壤處，會讓我們清楚的意識到這個人臉的大小形狀等特征。通過線條我們能夠很清晰的辨認一個人的特征，因此，圖像邊緣是圖像處理之中很簡單的任務之一。

Canny算法步驟

• 去燥（常用高斯濾波）
  任何邊緣檢測算法都不可能在未經處理的原始數據上很好地工作，使用高斯濾波可以去除常見的噪聲。
  

• 計算梯度大小和方向
  梯度的大小和方向往往可以反應圖像灰度值的變化和方向，可以通過點乘一個sobel或其它算子得到不同方向的梯度值。
  常見的梯度算子：canny算子，sobel算子，拉普拉斯算子

• 沿著梯度方向進行非極大值抑制

• 雙邊閾值處理

  • 低于低閾值的舍棄，高于閾值的確定為邊緣，在中間的如果與邊緣相連接保留，否則舍去。

import cv2img = cv2.imread("./images/25.jpg",cv2.IMREAD_COLOR)cv2.imshow("canny",img)img = cv2.convertScaleAbs(img,alpha=6,beta=0)cv2.imshow("abs",img) # 高斯濾波 img = cv2.GaussianBlur(img,(5,5),1)canny = cv2.Canny(img,100,150)canny = cv2.resize(canny,(500,500)) cv2.imshow("Canny",canny) cv2.waitKey(0)

總結

以上是生活随笔為你收集整理的OpenCV从入门到精通——边缘检测算法Canny的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。