图像边缘检测（Canny)

用心的医美匠人

Canny检测的流程
Canny检测主要是用于边缘检测
1)使用高斯滤波器，以平滑图像，滤除噪声。
 
2)计算图像中每个像素点的梯度强度和方向。
3)应用非极大值(Non-Maximum Suppression)抑制，以消除边缘检测带来的杂散响应
4)应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘
5)通过抑制孤立的弱边缘最终完成边缘检测。
注：
NMS（非极大值抑制）：
　　就是抑制不是极大值的元素，可以理解为局部最大搜索。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。
　　例如：
　　　　行人检测中，滑动窗口经提取特征，经分类器分类识别后，每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口在包含或者大部分交　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　叉的情况。这时就需要用到NMS来选取那些邻域里分数最高（是行人的概率最大），并且抑制那些分数低的窗口
　　算法：
　　　　线性插值法
应用双阈值：大于maxval的设置为边界，
　　　　　　处于maxval和minval中间 和边界点相连保留，其余舍去，
　　　　　　小于minval 舍去

1. 1 #cv2.Canny(src,minval,maxval)
2. 2 #minval:最低阈值
3. 3 #maxval:最高阈值
4. 4 #阈值越低，图像越细致
5. 5 canny1 = cv2.Canny(img,80,150)
6. 6 canny2 = cv2.Canny(img,50,100)
7. 7 res = np.hstack((canny1,canny2))
8. 8 Cv_Show('res',res)

复制代码

 

来源:https://www.cnblogs.com/mingrufeng/p/17343817.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！