MasterMiao的博客

版权声明：本文为优快云博主「-牧野-」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.youkuaiyun.com/dcrmg/article/details/89927816本文在原文的基础加了些许函数参数及其功能解释，方便阅读"""threshold(src, thresh, maxval, type[, dst])->ret,dst src:：灰度图 thresh：阈值 maxval：最大值 ty

import cv2import numpy as np'''getStructuringElement(): 返回指定形状和尺寸的结构元素getStructuringElement(int shape, //核的形状 0：矩形 MORPH_RECT 1：十字交叉形 MORPH_CROSS 2： 椭圆 MORPH_ELLIPSE; Size ksize,//核大小 Point anchor=Point(-1,-1) //核中心位置，默认位于形状中心处

文章目录最优边缘准则算法实现步骤1. 应用高斯滤波来平滑(模糊)图像，目的是去除噪声2. 计算梯度强度和方向3. 应用非最大抑制技术NMS来消除边误检4. 应用双阈值的方法来决定可能的（潜在的）边界5. 利用滞后技术来跟踪边界opencv实现Canny边缘检测手写代码参考文章最优边缘准则    Canny 的目标是找到一个最优的边缘检测算法，最优边缘检测的含义是：    (1)最优检测：算法能够尽可能多地标识出图像中的实际边缘，漏检真实边缘的概率和误检非边缘的概率都尽可能小；    (2)最优定

文章目录1. 前言图像的灰度直方图计算直方图1.使用opencv的函数2. 使用Numpy函数2. OTSU算法简介3. 数学原理4. python实现5. 参考文章1. 前言图像的灰度直方图灰度直方图是关于灰度级分布的函数，是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。灰度直方图是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。【from百度百科】计算直方图1.使用opencv的函数cv2.calcH