OpenCV-Python(19):Canny边缘检测

目录

 学习目标

Canny 边缘检测原理

1.噪声抑制(噪声去除)

2.梯度计算

3.非极大值抑制

4.双阈值检测(滞后阈值)

5.边缘连接

Canny 边缘检测步骤

Canny 边缘检测的OpenCV实现 

不同阈值的边缘检测效果


学习目标

  • 了解Canny边缘检测的概念
  • 学习掌握函数cv2.Canny()的用法

Canny 边缘检测原理

        Canny 边缘检测是一种非常流行的边缘检测算法,是John F.Canny 在1986 年提出的。它是一个有很多步构成的算法,该算法的原理基于以下几个关键思想,我们接下来会分步介绍。

1.噪声抑制(噪声去除)

        由于边缘检测很容易受到噪声影响,在进行边缘检测之前,一般先使用高斯滤波器对图像进行平滑处理(通常使用5*5的核),以减少噪声的影响。高斯滤波器可以有效地模糊图像,同时保留边缘的细节。

2.梯度计算

        对平滑后的图像使用Sobel算子(Sobel算子是一种线性滤波器,可以检测图像中的边缘)计算图像在水平和垂直方向上的一阶导数(图像梯度),根据得到的两幅梯度图Gx和Gy找到边界的梯度和方向,公式如下:

梯度的方向一般总是与边界垂直。梯度方向归为四类:垂直、水平和两个对角线。 

3.非极大值抑制

        在获得梯度的方向和大小之后,应该对整幅图像做一个扫描,去除那些非边界上的点。对每一个像素进行检查,看这个点的梯度是不是周围具有相同梯度方向的点中最大的(选择梯度最大的像素作为边缘点,从而抑制非边缘点)。如下图所示:

4.双阈值检测(滞后阈值)

        为了确定哪些边界才是真正的边界,需要设定两个阈值minVal 和maxVal。当图像的灰度梯度高于maxVal 时,被认为为是真的边界,那些低于minVal 的边界界会被抛弃。如果介于两者之间的就要看这个点是否与某个被确定为真正的边界点相连,如果是就认为它也是边界点,如果不是就抛弃。如下图:

A 高于阈值maxVal 所以是真正的边界点,C 虽然低于maxVal 但由于高于minVal 并且与A 相连,所以也被认为为是真正的边界点。而B 就会抛弃,因为它不仅低于maxVal 而且不与真正的边界点相连。所以选择合适的maxVal和minVal 对于能否得到好的结果非常重要。在这一步一些小的噪声点也会被除去,因为我们假设边界都是一些比较长的线 段。

5.边缘连接

        通过迭代地访问弱边缘像素,并与其相邻的强边缘像素进行连接,最终确定真正的边缘。

Canny 边缘检测步骤

  1. 将输入图像转换为灰度图像,因为Canny边缘检测只适用于单通道灰度图像。
  2. 对灰度图像进行高斯滤波,以减少图像中的噪声。高斯滤波可以使用cv2.GaussianBlur()函数实现。
  3. 使用Sobel算子计算图像的梯度。Sobel算子可以分别计算图像在水平和垂直方向上的梯度。这可以通过cv2.Sobel()函数实现。
  4. 根据梯度幅值和方向计算边缘的强度和方向。幅值较大的像素被认为是边缘像素,而幅值较小的像素被认为是非边缘像素。
  5. 应用非极大值抑制,以消除边缘响应中的次要边缘。这可以通过比较每个像素的梯度方向与其相邻像素的梯度方向来实现。
  6. 应用双阈值来确定真正的边缘。将像素分为强边缘、弱边缘和非边缘三类。强边缘像素被认为是真正的边缘,弱边缘像素需要进一步确认,非边缘像素被排除。
  7. 使用连接弱边缘像素的方法来连接真正的边缘。这可以通过迭代地访问弱边缘像素并检查其相邻像素的强边缘状态来实现。
  8. 最后,得到的边缘图像包含了检测到的边缘。

注意:Canny边缘检测的结果通常是二值图像,其中边缘像素为白色,非边缘像素为黑色。

Canny 边缘检测的OpenCV实现 

        在OpenCV 中只需要一个函数cv2.Canny()就可以完成以上几步,该函数是OpenCV中用于执行Canny边缘检测的函数。其语法如下:

edges = cv2.Canny(image, threshold1, threshold2, apertureSize=None, L2gradient=None)

参数说明:

  • image:要进行边缘检测的输入图像。必须是单通道灰度图像
  • threshold1:第一个阈值,用于边缘链接。较低的阈值用于检测强边缘。
  • threshold2:第二个阈值,用于边缘链接。较高的阈值用于检测弱边缘,并将其链接到强边缘。
  • apertureSize:可选参数,Sobel算子的孔径大小。默认值为3。
  • L2gradient:可选参数,指定计算梯度幅值的方法。如果为True,则使用更精确的L2范数进行计算。默认值为False,使用以下方式计算:

cv2.Canny()函数将返回一个二值图像,其中包含检测到的边缘。

下面是一个使用cv2.Canny()函数进行Canny边缘检测的示例:

import cv2# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)# 进行Canny边缘检测
edges = cv2.Canny(img, 100, 200)# 显示结果图像
cv2.imshow('Canny Edge Detection', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代码中的image.jpg是待处理的图像文件路径,你需要将其替换为你自己的图像文件路径。该示例将使用阈值100200进行Canny边缘检测,并显示结果图像。你可以根据需要调整阈值以获取更好的边缘检测结果。

不同阈值的边缘检测效果

下面是使用滑动条进行Canny边缘检测的Python代码示例,可以通过调节滑动条来设置阈值minVal 和maxVal 的大小来进行Canny 边界检测:

import cv2
import numpy as npdef nothing(x):pass# 创建窗口和滑动条
cv2.namedWindow('Canny Edge Detection')
cv2.createTrackbar('minVal', 'Canny Edge Detection', 0, 255, nothing)
cv2.createTrackbar('maxVal', 'Canny Edge Detection', 0, 255, nothing)# 读取图像
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)while True:# 获取滑动条的值minVal = cv2.getTrackbarPos('minVal', 'Canny Edge Detection')maxVal = cv2.getTrackbarPos('maxVal', 'Canny Edge Detection')# 使用滑动条的值进行Canny边缘检测edges = cv2.Canny(img, minVal, maxVal)# 显示结果图像cv2.imshow('Canny Edge Detection', edges)# 按下ESC键退出循环if cv2.waitKey(1) == 27:break

        在运行代码时,会弹出一个名为"Canny Edge Detection"的窗口,其中包含两个滑动条用于调节Canny边缘检测的阈值。通过调整滑动条的值,你可以实时查看Canny边缘检测的结果,这样你就会理理解阈值的重要性了,按下ESC键可退出循环。以下是运行效果图:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/240678.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【星海出品】Keepalived 使用基础案例 (二)

keepalived 使用 [rootmaster ~]# cat /etc/keepalived/keepalived.conf ! Configuration File for keepalivedglobal_defs { //全局配置notification_email { //定义报警收件人邮件地址acassenfirewall.locfailoverfirewall.locsysadminfirewall.loc}notification_…

laravel 对接支付,本地穿透问题

本地穿透有好多工具,参考链接:https://zhuanlan.zhihu.com/p/339923535 我这边是用的 NATAPP 官网:https://natapp.cn/ 客户端下载:https://natapp.cn/# NATAPP1分钟快速新手图文教程:https://natapp.cn/article/n…

内部FLASH模拟EPPROM

本例程基于STM32F103ZET6 FLASH大小为512K。 介绍FLASH 不同型号的 STM32,其 FLASH 容量也有所不同,最小的只有 16K 字节,最大的则达到了 1024K 字节。我们的精英 STM32 开发板选择的是 STM32F103ZET6 的 FLASH 容量为 512K 字节&#xff0…

MATLAB Mobile - 使用预训练网络对手机拍摄的图像进行分类

系列文章目录 前言 此示例说明如何使用深度学习对移动设备摄像头采集的图像进行分类。 在您的移动设备上安装和设置 MATLAB Mobile™。然后,从 MATLAB Mobile 的“设置”登录 MathWorks Cloud。 在您的设备上启动 MATLAB Mobile。 一、在您的设备上安装 MATLAB M…

qt项目-《图像标注软件》源码阅读笔记-Command类绘图及其子类

目录 1. Command 概览 2. Command2D 1. Command 概览 功能:命令栈基类,用来实现撤销和重做功能。 其子类Command2D和Command3D都是实现父类方法,除了构造函数没有自己的独有方法。 字段: redoCommands:存储re…

变量覆盖漏洞 [BJDCTF2020]Mark loves cat 1

打开题目 我们拿dirsearch扫描一下看看 扫描得到 看见有git字眼&#xff0c;那我们就访问 用githack去扒一下源代码看看 可以看到确实有flag.php结合index.php存在 但是当我去翻源代码的时候却没有翻到 去网上找到了这道题目的源代码 <?phpinclude flag.php;$yds &qu…

JWT是什么?它有什么用?

1. 什么是 JWT&#xff1f; JWT是 JSON Web Token 的缩写&#xff0c;通过数字签名的方式&#xff0c;以 JSON 对象为载体&#xff0c;在不同的服务器终端之间安全传输的信息。 2. JWT 有什么用&#xff1f; JWT 最常见的场景就是授权认证&#xff0c;一旦用户登录&#xff…

系列八、VMWare无法启动CentOS7问题排查 解决

一、VMWare无法启动CentOS7 1.1、问题描述 今天在测试代码的时候&#xff0c;需要用到Linux&#xff0c;然后就打开VMWare进行启动&#xff0c;但是启动的时候发现无法启动起来&#xff0c;报了一个如下的错误&#xff1a; 出现了问题那就要解决问题&#xff0c;然后想起来前几…

Koordinator 支持 K8s 与 YARN 混部,小红书在离线混部实践分享

作者&#xff1a;索增增&#xff08;小红书&#xff09;、宋泽辉&#xff08;小红书&#xff09;、张佐玮&#xff08;阿里云&#xff09; 背景介绍 Koordinator 是一个开源项目&#xff0c;基于阿里巴巴在容器调度领域多年累积的经验孵化诞生&#xff0c;目前已经支持了 K8s…

【数据结构】线段树算法总结(单点修改)

知识概览 用作单点修改的线段树有4个操作&#xff1a; pushup&#xff1a;由子节点的信息计算父节点的信息build&#xff1a;初始化一棵树modify&#xff1a;修改一个区间query&#xff1a;查询一个区间 线段树用一维数组来存储&#xff1a; 编号是x的节点&#xff0c;它的父节…

【MySQL工具】pt-online-schema-change源码分析

通过阅读源码 更加深入了解原理&#xff0c;以及如何进行全量数据同步&#xff0c;如何使用触发器来同步变更期间的原表的数据更改。(&#xff3e;&#xff0d;&#xff3e;)V 目录 源码分析 Get configuration information. Connect to MySQL. Create --plugin. Setup la…

使用 ElementUI 组件构建无边框 Window 桌面应用(WinForm/WPF)

生活不可能像你想象得那么好,但也不会像你想象得那么糟。 我觉得人的脆弱和坚强都超乎自己的想象。 有时,我可能脆弱得一句话就泪流满面;有时,也发现自己咬着牙走了很长的路。 ——莫泊桑 《一生》 一、技术栈 Vite + Vue3 + TS + ElementUI(plus) + .NET Framework 4.7.2…

[管理者与领导者-129]:很多人对高情商的误解,工程师要扩展自己的情商吗?工程师如何扩展自己的情商?

目录 前言&#xff1a; 一、什么是高情商&#xff1f; 1.1 什么是高情商 1.2 情商的五大能力 1.3 高情商的层次 1.4 对高情商的误解? 二、工程师需要发展自己的高情商吗&#xff1f; 三、工程师如何扩展自己的情商&#xff1f; 四、什么样的“高情商”的管理者令人讨…

前端 JS 安全对抗原理与实践

作者&#xff1a;vivo 互联网安全团队- Luo Bingsong 前端代码都是公开的&#xff0c;为了提高代码的破解成本、保证JS代码里的一些重要逻辑不被居心叵测的人利用&#xff0c;需要使用一些加密和混淆的防护手段。 一、概念解析 1.1 什么是接口加密 如今这个时代&#xff0c;…

高德地图逆地理编码踩坑日志

本人是一枚Java小白&#xff0c;公司项目中用到根据经纬度反查该地址中文信息的场景&#xff0c;因为一开始调用的经纬度是能反查出区域编码的&#xff0c;以为towncode都是String返回结果&#xff0c;如下图&#xff1a; 没想到当没有名字任何一个城市区域的时候&#xff0c;…

管理 Jenkins 详细指南

目录 系统配置 安全 状态信息 故障 排除 工具和操作 系统配置 系统&#xff0c;配置全局设置和路径&#xff0c;端口更改&#xff0c;下载地址等。 工具&#xff0c;配置工具、其位置和自动安装程序。 插件&#xff0c;添加、删除、禁用或启用可以扩展 Jenkins 功能的插…

ssh远程管理服务

什么是ssh SSH是一种加密的网络协议&#xff0c;用于在不安全的网络中安全地传输数据。它允许用户通过一个安全的通道连接到远程计算机&#xff0c;并在该通道上执行各种网络服务&#xff0c;例如远程登录和文件传输。 SSH使用公钥加密技术来验证远程计算机的身份&#xff0c;并…

初识Stable Diffusion

界面选项解读 这是在趋动云上部署的Stable Diffusion txt2img prompt &#xff08;1&#xff09;分割符号&#xff1a;使用逗号 , 用于分割词缀&#xff0c;且有一定权重排序功能&#xff0c;逗号前权重高&#xff0c;逗号后权重低 &#xff08;2&#xff09;建议的通用范式…

【C++11特性篇】玩转C++11中的包装器(function&bind)

前言 大家好吖&#xff0c;欢迎来到 YY 滴C系列 &#xff0c;热烈欢迎&#xff01; 本章主要内容面向接触过C的老铁 主要内容含&#xff1a; 欢迎订阅 YY滴C专栏&#xff01;更多干货持续更新&#xff01;以下是传送门&#xff01; 目录 一.为什么需要包装器function&#xff…

【Earth Engine】协同Sentinel-1/2使用随机森林回归实现高分辨率相对财富(贫困)制图

目录 1 简介与摘要2 思路3 效果预览4 代码思路5 完整代码6 后记 1 简介与摘要 最近在做一些课题&#xff0c;需要使用Sentinel-1/2进行机器学习制图。 然后想着总结一下相关数据和方法&#xff0c;就花半小时写了个代码。 然后再花半小时写下这篇博客记录一下。 因为基于多次拍…