【CV視覺基礎】canny邊緣檢測(python實作)

Canny邊緣檢測

1. 使用高斯濾波器，以平滑圖像，濾除噪聲。
2. 計算圖像中每個像素點的梯度強度（大小）和方向。
3. 應用非極大值（Non-Maximum Suppression）抑制，以消除邊緣檢測帶來的雜散響應。抑制掉小的梯度值~NMS
4. 應用雙門檻值（Double-Threshold）檢測來确定真實的和潛在的邊緣。保留最真實的！
5. 通過抑制孤立的弱邊緣最終完成邊緣檢測。

1:高斯濾波器

2.梯度和方向

3：非極大值抑制 兩種方法~

比較目前點與挨着的兩個點的情況，大于就抑制掉它

還有另一種方法：

4：雙門檻值檢測

代碼

img=cv2.imread("lena.jpg",cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)
# 80，150指的是minval和maxval

res = np.hstack((v1,v2))
cv_show(res,'res')

           

雙門檻值指定的更小一些的時候，檢測出的邊界資訊豐富