OpenCV——Canny边缘检测
2023-09-14 09:15:12 时间
一、Canny算法
Canny边缘检测算法是目前最优越的边缘检测算法之一,该算法的检测过程分5个步骤:
- 使用高斯滤波平滑图像,减少噪声。
- 计算图像中每个像素的梯度方向和幅值。
- 应用非极大值抑制算法消除边缘检测带来的杂散相应。
- 应用双阈值法区分强边缘和弱边缘。
- 消除孤立的边缘。
二、C++代码
#include <opencv2\opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
//----------------读取图像-----------------
Mat img = imread("1.jpg");
//黑白图像边缘检测结果较为明显
Mat gray_img;
cvtColor(img, gray_img, COLOR_BGR2GRAY);
Mat resultHigh;
//--------------Canny边缘检测--------------
// 图像质量较好,无噪声。因此,无需高斯滤波。
Canny(gray_img, resultHigh, 100, 200, 3);
//----------------显示图像-----------------
imshow("origin_pic", img);
imshow("gray", gray_img);
imshow("resultHigh", resultHigh);
waitKey(0);
return 0;
}
三、python代码
import cv2
img = cv2.imread("1.jpg")
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# -------------------canny()边缘检测------------------------
# 图像质量较好,无噪声。因此,无需高斯滤波。
canny = cv2.Canny(gray_img, 100, 200, 3)
# ----------------------显示结果----------------------------
cv2.imshow("original_img", img)
cv2.imshow("gray_img", gray_img)
cv2.imshow('Canny', canny)
cv2.waitKey(0)
四、结果展示
1、原始图像
2、灰度图像
3、图像边缘
五、参考链接
[1] OpenCV—python 边缘检测(Canny)
[2] OpenCV彩色图与灰度图互相转换
[3] OpenCV–图像转化为灰度图、HSV图
[4] Canny边缘检测算法原理及其VC实现详解(一)
相关文章
- opencv学习笔记之对灰度图像遍历的三种方法
- OpenCV实现SfM(二):双目三维重建[通俗易懂]
- OpenCV 人脸识别LBPH算法分析
- OpenCV基础_小题狂做最基础篇
- OpenCV论道:为什么我的伽马校正函数只有一行?[通俗易懂]
- Python-OpenCV,基于标准文档的实例(二)
- 填充墙一般用什么材料_opencv填充封闭区域
- OPENCV轮廓提取findContours和drawContours
- Python 图像边缘检测 | 利用 opencv 和 skimage 的 Canny 算法
- 使用Python+Opencv从摄像头逐帧读取图片保存在本地
- OpenCV这么简单为啥不学——1.6、图像旋转与翻转(rotate函数、imutils环境安装、imutils任意角度旋转)
- 在OpenCV中基于深度学习的边缘检测
- opencv(4.5.3)-python(二十二)--轮廓线层次结构
- python中使用OpenCV进行人脸检测的例子