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

我来回答

共1个回答

热心网友 时间：2024-10-25 23:39

Canny 边缘检测算子是约翰·坎尼于1986年开发的一种多级边缘检测算法。该算法不仅应用于边缘检测，还创立了“边缘检测计算理论”以解释其工作原理。Canny边缘检测算法包含以下步骤：

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。