当前位置: 首页 > news >正文

OpenCV Canny 边缘检测

# Canny边缘检测
# 参数1: 输入图像(建议先模糊降噪)
# 参数2/3: 低/高阈值(低于低阈值的边缘被丢弃,高于高阈值的边缘保留)
# 可选参数:
#   - apertureSize: Sobel算子大小(默认3)
#   - L2gradient: 使用更精确的L2梯度计算(默认False用L1)
canny = cv.Canny(blur, 125, 175, apertureSize=5, L2gradient=True)
参数推荐值/范围核心作用调整影响
低阈值高阈值的 0.3~0.5 倍过滤弱边缘过低 → 噪声增多;过高 → 边缘断裂断裂风险增加
高阈值梯度幅值最大值的 0.7 倍确定强边缘过低 → 边缘过厚;过高 → 有效边缘丢失风险增加
孔径大小
(apertureSize)
3(默认)/5/7控制 Sobel 算子的梯度计算精度越大 → 边缘连续性更好,但计算量增大;越小 → 实时性更高
L2梯度标志
(L2gradient)
True(精度优先)选择梯度幅值计算方法True → 更精确(L2范数);False → 更快(L1范数)
模糊核大小
(预处理)
(3,3)~(7,7)高斯平滑降噪越大 → 噪声抑制更强,但细节丢失风险增加
http://www.lryc.cn/news/620757.html

相关文章:

  • 【js】让项目支持倾听和朗读AI技术
  • OpenCV图像平滑处理方法详解
  • tp5集成elasticsearch笔记
  • 开疆智能Ethernet转ModbusTCP网关连接UR机器人配置案例
  • ComfyUI工作流不动了?
  • OpenCV 形态学操作
  • Spring AI PagePdfDocumentReader 全解析:基于 Apache PdfBox 的按页 PDF 读取实战
  • COLMAP进行密集重建,三维重建的步骤
  • [机器学习]08-基于逻辑回归模型的鸢尾花数据集分类
  • AUTOSAR汽车电子嵌入式编程精讲300篇-【自动驾驶】硬件在环(HIL)(二)
  • 第四天~在CANFD或CAN2.0的ARXML文件中实现Multiplexor多路复用信号实战
  • 依托AR远程协助,沟通协作,高效流畅
  • 读From GPT-2 to gpt-oss: Analyzing the Architectural Advances
  • 第四天-创建一个Classic CAN(经典CAN2.0)/CANFD的系统描述ARXML文件
  • IDEA、Pycharm、DataGrip等激活破解冲突问题解决方案之一
  • 学习设计模式《二十二》——职责链模式
  • 深入了解linux系统—— 线程概念
  • 深入解析 Spring IOC 容器在 Web 环境中的启动机制
  • 嵌入式学习Day27
  • stm32项目(29)——基于stm32的智能眼镜设计
  • 【代码随想录day 20】 力扣 108.将有序数组转换为二叉搜索树
  • SwiftUI 页面弹窗操作
  • Linux网络编程:应用层自定义协议与序列化
  • Flutter sqflite插件
  • 支付域——账户系统设计
  • 支持pcm语音文件缓存顺序播放
  • 解剖HashMap的put <四> jdk1.8
  • OpenCv(二)——边界填充、阈值处理
  • Nacos 配置热更新:Spring Boot Bean 自动获取最新配置
  • flutter3.7.12版本设置TextField的contextMenuBuilder的文字颜色