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。