OpenCV Canny算子 边缘检测 -《Opencv轻松入门-面向python》10
发布网友
发布时间：2024-10-24 01:13
共1个回答
热心网友
时间：2024-10-25 23:39
首先，通过应用高斯滤波器去除图像噪声。此步骤旨在平滑图像中纹理较弱的非边缘区域，从而获取更准确的边缘信息。高斯滤波器的大小对边缘检测效果至关重要：尺寸越大，边缘信息对噪声的敏感度越低，但边缘检测的定位错误增加。通常，5x5的高斯核能满足大多数情况。
其次，计算梯度，主要关注梯度的方向，该方向垂直于边缘。梯度的幅度和方向分别由公式表示。梯度幅度和角度的计算基于图像的水平和垂直方向的导数。梯度方向总是垂直于边缘，通常有8个不同的方向，具体取决于计算结果。例如，右上角点的值“5↑”表示梯度幅度为5，角度为90°。
然后，执行非极大值抑制步骤，以细化边缘。此步骤通过逐点遍历图像，判断当前像素是否为周围像素中具有相同梯度方向的最大值。如果是，则保留该点；否则，抑制该点。该步骤实质上是边缘细化过程。
接下来，应用双阈值确定边缘。设置两个阈值，高阈值maxVal和低阈值minVal，根据当前边缘像素的梯度值与这两个阈值的关系，判断边缘属性。若梯度值≥maxVal，则标记为强边缘；介于maxVal与minVal之间，则标记为虚边缘（需保留）；若≤minVal，则抑制边缘像素。在此过程中，虚边缘需要进一步处理，通常通过判断其是否与强边缘连接来确定。
Canny函数在OpenCV中以cv2.Canny()实现。通过调整函数参数threshold1和threshold2的值，可以获取不同数量的图像边缘信息。当这些参数值较小时，可获取更多边缘细节。
声明：本网页内容为用户发布，旨在传播知识，不代表本网认同其观点，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
E-MAIL:11247931@qq.com
E-MAIL:11247931@qq.com