OpenCV-Python-边缘检测

最新推荐文章于 2025-06-21 01:04:26 发布

weixin_33816300

最新推荐文章于 2025-06-21 01:04:26 发布

阅读量523

点赞数 1

CC 4.0 BY-SA版权

文章标签：人工智能 python

原文链接：http://www.cnblogs.com/gezhuangzhuang/p/10711201.html

本文详细介绍了Canny边缘检测方法，被誉为边缘检测的最优方法。文章涵盖了Canny边缘检测的四个关键步骤：高斯滤波消除噪声、计算图像梯度方向、取局部最大值以及滞后阈值筛选边缘。此外，还提供了使用OpenCV实现Canny边缘检测的代码示例，展示了如何调整阈值以优化检测结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Canny边缘检测方法被誉为边缘检测的最优方法。

import cv2
import numpy as np

img = cv2.imread('handwriting.jpg', 0)
edges = cv2.Canny(img, 30, 70)    # canny边缘检测

cv2.imshow('canny', np.hstack((img, edges)))
cv2.waitKey(0)

cv2.Canny()进行边缘检测，参数2、参数3表示最低和最高阈值。

Canny边缘检测

具体步骤如下：

1. 使用5x5高斯滤波消除噪声：

边缘检测本身属于锐化操作，对噪声比较敏感，所以需要进行平滑处理。高斯滤波的具体内容参考前篇：OpenCV-Python教程9-平滑图像

2. 计算图像梯度的方向：

首先使用Sobel算子计算两个方向上的梯度Gx和Gy，然后算出梯度的方向：

保留这四个方向上的梯度：0°、45°、90°、135°

3. 取局部最大值：

在四个角度方向上取局部最大值

4. 滞后阈值

经过前面三步，剩下0和可能的边缘梯度值。通过设定两个阈值来筛选阈值：

像素点的值大于最高阈值，那肯定是边缘（上图A）
像素值小于最低阈值，那肯定不是边缘
像素值介于两者之间，如果高于最高阈值的点连接，也算边缘。所以C算，B不算

Canny推荐的高低阈值比在 2 : 1 到 3 : 1 之间

先阈值分割后检测

很多情况下，先阈值分割后再检测边缘，效果会更好：

# 先阈值分割后检测
_, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

edges = cv2.Canny(thresh, 30, 70)

cv2.imshow('canny', np.hstack((img, thresh, edges)))
cv2.waitKey(0)

参考地址：http://ex2tron.wang/opencv-python-edge-detection/

转载于:https://www.cnblogs.com/gezhuangzhuang/p/10711201.html