這篇文章主要介紹了opencv python Canny邊緣提取實現(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]的所有點上；

# 每一個點上，鄰域的中心像素M[i,j]與沿著梯度線的兩個元素進行比較，

# 其中梯度線是由鄰域的中心點處的扇區(qū)值ζ[i,j]給出。

# 如果在鄰域中心點處的幅值M[i,j]不比梯度線方向上的兩個相鄰點幅值大，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()

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持我們。

本文標(biāo)題: opencv python Canny邊緣提取實現(xiàn)過程解析

本文地址: http://www.cppcns.com/jiaoben/python/299366.html

總結(jié)

以上是生活随笔為你收集整理的python canny 保留指定区域的轮廓线_opencv python Canny边缘提取实现过程解析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。