[人工智能]opencv图像处理（五）Canny边缘检测

#%% md

Canny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。
     

#%% md

#### 1:高斯滤波器

#### 2:梯度和方向

#### 3：非极大值抑制

#### 4：双阈值检测

#%%

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

v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)

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


#%%

img=cv2.imread("car.png",cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,120,250)
v2=cv2.Canny(img,50,100)   #50 100是双阈值的上下边界

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