Canny边缘检测的步骤包括哪些,具体怎样�
Admin 2022-08-13 群英技术资�
Canny边缘检测是一种使用多级边缘检测算法检测边缘的方法�
OpenCV提供了函数cv2.Canny()实现Canny边缘检测�
Canny边缘检测分为如下几个步骤:
图像边缘非常容易受到噪声的干扰,因此为了避免检测到错误的边缘信息,通常需要对图像进行滤波以去除噪声�
滤波的目的是平滑一些纹理较弱的非边缘区域,以便得到更准确的边缘。在实际处理过程中,通常采用高斯滤波去除图像中的噪声。在滤波过程中,通过滤波器对像素点周围的像素计算加权平均值,获取最终滤波结果。对于高斯滤波器,越临近betway88w的点,权值越大�
滤波器的大小也是可变的,高斯核的大小对于边缘检测的效果具有很重要的作用。滤波器的核越大,边缘信息对于噪声的敏感度就越低。不过,核越大,边缘检测的定位错误也会随之增加。通常来说�一�5×5的核能够满足大多数的情况�
关注梯度的方向,梯度的方向与边缘的方向是垂直的�
边缘检测算子返回水平方向的Gx和垂直方向的Gy�
梯度的幅度G和方向Θ(用角度值表示)为:
atan2(·)表示具有两个参数的arctan函数�
梯度的方向总是与边缘垂直的,通常就近取值为水平(左、右)、垂直(上、下)、对角线(右上、左上、左下、右下)�8个不同的方向�
在计算梯度时,我们会得到梯度的幅度和角度(代表梯度的方向)两个值�
梯度的表示法: 其中,每一个梯度包�幅度和角�两个不同的值。为了方便观察,这里使用了可视化表示方法�
左上角顶点的值�2↑”实际上表示的是一个二元数对�(2, 90)”,表示梯度的幅度为2,角度为90°�
在获得了梯度的幅度和方向后,遍历图像中的像素点,去除所有非边缘的点�
在具体实现时,逐一遍历像素点,判断当前像素点是否是周围像素点中具有相同梯度方向的最大�,并根据判断结果决定是否抑制该点�
通过以上描述可知,该步骤是边缘细化的过程。针对每一个像素点�
(梯度方向垂直于边缘�
“正/负梯度方向上”是指相反方向的梯度方向�
对于同一个方向的若干个边缘点,基本上仅保留了一个,因此实现了边缘细化的目的�
完成上述步骤后,图像内的强边缘已经在当前获取的边缘图像内。但是,一些虚边缘可能也在边缘图像内�
这些虚边缘可能是真实图像产生的,也可能是由于噪声所产生的。对于后者,必须将其剔除。设置两个阈值,其中一个为高阈值maxVal,另一个为低阈值minVal。根据当前边缘像素的梯度值(指的是梯度幅度)与这两个阈值之间的关系,判断边缘的属性�
具体步骤为:
在上述过程中,我们得到了虚边缘,需要对其做进一步处理。一般通过判断虚边缘与强边缘是否连�,来确定虚边缘到底属于哪种情况�
通常情况下,如果一个虚边缘�
高阈值maxVal和低阈值minVal不是固定�,需要针对不同的图像进行定义�
OpenCV提供了函数cv2.Canny()来实现Canny边缘检测,其语法形式如下:
edges = cv.Canny( image, threshold1, threshold2[, apertureSize[, L2gradient]])
**例子�**使用函数cv2.Canny()获取图像的边缘,并尝试使用不同大小的threshold1和threshold2,观察获取到的边缘有何不同�
import cv2 o=cv2.imread("./img/hand1.png", cv2.IMREAD_GRAYSCALE) r1=cv2.Canny(o,128,200) r2=cv2.Canny(o,32,128) cv2.imshow("original", o) cv2.imshow("result1", r1) cv2.imshow("result2", r2) cv2.waitKey() cv2.destroyAllWindows()
当函数cv2.Canny()的参数threshold1和threshold2的值较小时,能够捕获更多的边缘信息�
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:[email protected]进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容�
猜你喜欢
使用pyautogui库获取屏幕对应坐标。因为使用XPath无法点击到页面的播放按钮,所以使用pyautogui库进行对应位置的点击。屏幕尺寸为1920×1080,在不化Chrom浏览器的情况下,获取到播放按钮的坐标�(676, 860)运行此程序,可以每秒输出鼠标对应的位�
这篇文章主要介绍了解决numpy数组互换两行及赋值的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
直方图均衡化的目的是将原始图像的灰度级均匀地映射到整个灰度级范围内,得到一个灰度级分布均衡的图像。这种均衡化,即实现了灰度值统计上的概率均衡,也实现了人类视觉系统上(HSV)的视觉均衡�
这篇文章主要介绍了pdf论文中python画的图Type 3 fonts字体不兼容的解决,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
这篇文章主要介绍了基于Pygame实现一个画饼图游戏,可以根据键盘上输入不同的数字,将圆分割成不同的几个部分,每部分用不同的颜色来实现。需要的朋友可以参考一�
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所�
增值电信经营许可证 : B1.B2-20140078