opencv python Canny边缘提取实现过程解析
这篇文章主要介绍了opencvpythonCanny边缘提取实现过程解析,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
Canny是边缘提取算法,在1986年提出的是一个很好的边缘检测器Canny算法介绍
非最大信号抑制:
example
importcv2ascv importnumpyasnp #canny运算步骤:5步 #1.高斯模糊-GaussianBlur #2.灰度转换-cvtColor #3.计算梯度-Sobel/Scharr #4.非极大值抑制 #5.高低阈值输出二值图像 #非极大值抑制: #算法使用一个3×3邻域作用在幅值阵列M[i,j]的所有点上; #每一个点上,邻域的中心像素M[i,j]与沿着梯度线的两个元素进行比较, #其中梯度线是由邻域的中心点处的扇区值ζ[i,j]给出。 #如果在邻域中心点处的幅值M[i,j]不比梯度线方向上的两个相邻点幅值大,则M[i,j]赋值为零,否则维持原值; #此过程可以把M[i,j]宽屋脊带细化成只有一个像素点宽,即保留屋脊的高度值。 #高低阈值连接 #T1,T2为阈值,凡是高于T2的都保留,凡是低于T1的都丢弃 #从高于T2的像素出发,凡是大于T1而且相互连接的都保留。最终得到一个输出二值图像 #推荐高低阈值比值为T2:T1=3:1/2:1,其中T2高阈值,T1低阈值 defedge_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("Cannydemo",edge_output) defmain(): src=cv.imread("../images/Crystal.jpg") cv.imshow("demo",src) edge_demo(src) cv.waitKey(0)#等有键输入或者1000ms后自动将窗口消除,0表示只用键输入结束窗口 cv.destroyAllWindows()#关闭所有窗口 if__name__=='__main__': main()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。