OpenCV库学习之Canny边缘检测模块
OpenCV库学习之Canny边缘检测模块
一、简介
Canny边缘检测是OpenCV库中一个非常著名的边缘检测算法模块，由John F. Canny在1986年提出。该算法通过多个步骤来确定图像中的边缘，包括噪声降低、梯度计算、非极大值抑制、双阈值检测和边缘跟踪等。Canny边缘检测因其高准确性、边缘连续性和对噪声的鲁棒性而广泛应用于图像处理和计算机视觉领域。
二、语法和参数
语法：
cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]])
参数：
image: 输入图像，必须是单通道灰度图像。threshold1: 低阈值，用于检测弱边缘。threshold2: 高阈值，用于检测强边缘。edges: 可选参数，用于接收检测到的边缘的输出图像。apertureSize: 用于Sobel算子的孔径大小，默认为3。L2gradient: 如果设置为True，则使用L2范数计算梯度幅度，否则使用L1范数。
返回值：
edges: 检测到的边缘的图像。
三、实例
3.1 基本Canny边缘检测
import cv2# 读取图像
image = cv2.imread('path_to_image.jpg', cv2.IMREAD_GRAYSCALE)# 检查图像是否正确读取
if image is not None:# 应用Canny边缘检测edges = cv2.Canny(image, 100, 200)# 显示结果cv2.imshow('Canny Edges', edges)cv2.waitKey(0)cv2.destroyAllWindows()
输出：
(这里将展示Canny边缘检测后的图像)
请注意，输出图像将显示在窗口中，而不是文本形式。
3.2 使用L2范数进行Canny边缘检测
import cv2# 读取图像
image = cv2.imread('path_to_image.jpg', cv2.IMREAD_GRAYSCALE)# 检查图像是否正确读取
if image is not None:# 应用Canny边缘检测，使用L2范数edges = cv2.Canny(image, 100, 200, apertureSize=5, L2gradient=True)# 显示结果cv2.imshow('Canny Edges with L2 Gradient', edges)cv2.waitKey(0)cv2.destroyAllWindows()
输出：
(这里将展示使用L2范数的Canny边缘检测后的图像)
同样，输出图像将显示在窗口中。
四、注意事项
- ⭐确保输入图像是灰度图像，因为Canny边缘检测不适用于彩色图像。
- 阈值的选择对边缘检测结果有很大影响，可能需要根据具体图像进行调整。
- 使用较大的
apertureSize可以提高梯度计算的精度，但会增加计算时间。 L2gradient参数在某些情况下可以提供更准确的梯度计算，但同样会增加计算负担。