opencv python Canny邊緣提取的示例分析

這篇文章給大家分享的是有關(guān)opencv python Canny邊緣提取的示例分析的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

這篇文章主要介紹了opencv python Canny邊緣提取實(shí)現(xiàn)過程解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下

Canny是邊緣提取算法，在1986年提出的是一個很好的邊緣檢測器Canny算法介紹

非最大信號抑制：

高低閾值連接：

example

import cv2 as cv
import numpy as np


# canny運(yùn)算步驟：5步
# 1. 高斯模糊 - GaussianBlur
# 2. 灰度轉(zhuǎn)換 - cvtColor
# 3. 計算梯度 - Sobel/Scharr
# 4. 非極大值抑制
# 5. 高低閾值輸出二值圖像

# 非極大值抑制：
# 算法使用一個3×3鄰域作用在幅值陣列M[i,j]的所有點(diǎn)上；
# 每一個點(diǎn)上，鄰域的中心像素M[i,j]與沿著梯度線的兩個元素進(jìn)行比較，
# 其中梯度線是由鄰域的中心點(diǎn)處的扇區(qū)值ζ[i,j]給出。
# 如果在鄰域中心點(diǎn)處的幅值M[i,j]不比梯度線方向上的兩個相鄰點(diǎn)幅值大，則M[i,j]賦值為零，否則維持原值；
# 此過程可以把M[i,j]寬屋脊帶細(xì)化成只有一個像素點(diǎn)寬，即保留屋脊的高度值。

# 高低閾值連接
# T1，T2為閾值，凡是高于T2的都保留，凡是低于T1的都丟棄
# 從高于T2的像素出發(fā)，凡是大于T1而且相互連接的都保留。最終得到一個輸出二值圖像
# 推薦高低閾值比值為T2:T1 = 3:1/2:1,其中T2高閾值，T1低閾值


def edge_demo(image):
  blurred = cv.GaussianBlur(image, (3, 3), 0)
  gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)

  grad_x = cv.Sobel(gray, cv.CV_16SC1, 1, 0)
  grad_y = cv.Sobel(gray, cv.CV_16SC1, 0, 1)

  # edge_output = cv.Canny(grad_x, grad_y, 30, 150)
  edge_output = cv.Canny(gray, 50, 150)
  cv.imshow("gray", gray)
  cv.imshow("Canny demo", edge_output)


def main():
  src = cv.imread("../images/Crystal.jpg")
  cv.imshow("demo",src)

  edge_demo(src)
  cv.waitKey(0) # 等有鍵輸入或者1000ms后自動將窗口消除，0表示只用鍵輸入結(jié)束窗口
  cv.destroyAllWindows() # 關(guān)閉所有窗口


if __name__ == '__main__':
  main()

感謝各位的閱讀！關(guān)于“opencv python Canny邊緣提取的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，讓大家可以學(xué)到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！