Python如何使用cv2.canny进行图像边缘检测
更新时间：2023年01月28日 15:18:55 作者：风华明远
这篇文章主要介绍了Python如何使用cv2.canny进行图像边缘检测问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
使用cv2.canny进行图像边缘检测
CV2提供了提取图像边缘的函数canny。
其算法思想如下：
- 1.使用高斯模糊，去除噪音点（cv2.GaussianBlur）
- 2.灰度转换（cv2.cvtColor）
- 3.使用sobel算子，计算出每个点的梯度大小和梯度方向
- 4.使用非极大值抑制(只有最大的保留)，消除边缘检测带来的杂散效应
- 5.应用双阈值，来确定真实和潜在的边缘
- 6.通过抑制弱边缘来完成最终的边缘检测
Canny函数的定义如下：
edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])
参数含义如下：
image：要检测的图像threshold1：阈值1（最小值）threshold2：阈值2（最大值），使用此参数进行明显的边缘检测edges：图像边缘信息apertureSize：sobel算子（卷积核）大小L2gradient：布尔值。True：使用更精确的L2范数进行计算（即两个方向的导数的平方和再开方）False：使用L1范数（直接将两个方向导数的绝对值相加）
其中较大的阈值2用于检测图像中明显的边缘，但一般情况下检测的效果不会那么完美，边缘检测出来是断断续续的。所以这时候用较小的第一个阈值用于将这些间断的边缘连接起来。
阈值对检测结果的影响
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('d:\\girl.png')
edges = cv2.Canny(img,100,200,apertureSize=3)
edges2 = cv2.Canny(img,100,200,apertureSize=5)
plt.subplot(131),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(132),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image1'), plt.xticks([]), plt.yticks([])
plt.subplot(133),plt.imshow(edges2,cmap = 'gray')
plt.title('Edge Image2'), plt.xticks([]), plt.yticks([])
plt.show()
可以看到，在调整threshold1之后，检测出的边缘增多了。
sobel算子对检测结果的影响
sobel默认的算子大小是3，扩大算子，会获得更多的细节，但是也更能提取图像了。
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('d:\\girl.png')
edges = cv2.Canny(img,100,200,apertureSize=3)
edges2 = cv2.Canny(img,100,200,apertureSize=5)
plt.subplot(131),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(132),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image1'), plt.xticks([]), plt.yticks([])
plt.subplot(133),plt.imshow(edges2,cmap = 'gray')
plt.title('Edge Image2'), plt.xticks([]), plt.yticks([])
plt.show()
范数对检测结果的影响
L2gradient=True时，检测出的边缘减少了。
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('d:\\girl.png')
edges = cv2.Canny(img,100,200,L2gradient=False)
edges2 = cv2.Canny(img,100,200,L2gradient=True)
plt.subplot(131),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(132),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image1'), plt.xticks([]), plt.yticks([])
plt.subplot(133),plt.imshow(edges2,cmap = 'gray')
plt.title('Edge Image2'), plt.xticks([]), plt.yticks([])
plt.show()
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了解决python图像处理图像赋值后变为白色的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
Python的Flask框架标配模板引擎Jinja2的使用教程
Jinja2是Python世界的一款高人气template engine,是许多开源Web框架的选择,包括Flask这样的明星级项目,这里我们就来共同学习Python的Flask框架标配模板引擎Jinja2的使用教程2016-07-07
这篇文章主要为大家详细介绍了Python运算符重载，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2022-01-01
今天小编就为大家分享一篇pycharm不能运行.py文件的解决方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
Python Django 添加首页尾页上一页下一页代码实例
这篇文章主要介绍了Python Django 添加首页尾页上一页下一页代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
下面小编就为大家分享一篇对pandas进行数据预处理的实例讲解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
读万卷书不如行万里路，学的扎不扎实要通过实战才能看出来，今天小编给大家带来一份python爬取二手房源信息的案例，可以用来直观的了解房价行情,大家可以在过程中查缺补漏，看看自己掌握程度怎么样2021-10-10
这篇文章主要为大家详细介绍了Python实现归并排序算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-11-11
在Python中使用K-Means聚类和PCA主成分分析进行图像压缩
这篇文章主要介绍了在Python中使用K-Means聚类和PCA主成分分析进行图像压缩，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-04-04
Python中常会看到在很多类中都有一个__init__函数,该函数有什么作用,又该如何使用呢,下面这篇文章主要给大家介绍了关于python中__init__知识点的相关资料,需要的朋友可以参考下2023-04-04
最新评论