opencv python Canny边缘提取实现过程解析

 import cv2 as cv import numpy as np # canny运算步骤：5步 # 1. 高斯模糊 - GaussianBlur # 2. 灰度转换 - cvtColor # 3. 计算梯度 - Sobel/Scharr # 4. 非极大值抑制 # 5. 高低阈值输出二值图像 # 非极大值抑制： # 算法使用一个3×3邻域作用在幅值阵列M[i,j]的所有点上； # 每一个点上，邻域的中心像素M[i,j]与沿着梯度线的两个元素进行比较， # 其中梯度线是由邻域的中心点处的扇区值ζ[i,j]给出。 # 如果在邻域中心点处的幅值M[i,j]不比梯度线方向上的两个相邻点幅值大，则M[i,j]赋值为零，否则维持原值； # 此过程可以把M[i,j]宽屋脊带细化成只有一个像素点宽，即保留屋脊的高度值。 # 高低阈值连接 # T1，T2为阈值，凡是高于T2的都保留，凡是低于T1的都丢弃 # 从高于T2的像素出发，凡是大于T1而且相互连接的都保留。最终得到一个输出二值图像 # 推荐高低阈值比值为T2:T1 = 3:1/2:1,其中T2高阈值，T1低阈值 def edge_demo(image): blurred =<i style="color:transparent">来源gaodai$ma#com搞$代*码网</i> cv.GaussianBlur(image, (3, 3), 0) gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY) grad_x = cv.Sobel(gray, cv.CV_16SC1, 1, 0) grad_y = cv.Sobel(gray, cv.CV_16SC1, 0, 1) # edge_output = cv.Canny(grad_x, grad_y, 30, 150) edge_output = cv.Canny(gray, 50, 150) cv.imshow("gray", gray) cv.imshow("Canny demo", edge_output) def main(): src = cv.imread("../images/Crystal.jpg-600") cv.imshow("demo",src) edge_demo(src) cv.waitKey(0) # 等有键输入或者1000ms后自动将窗口消除，0表示只用键输入结束窗口 cv.destroyAllWindows() # 关闭所有窗口 if __name__ == '__main__': main()