OpenCV基于边缘的分割详解

OpenCV 中基于边缘的分割是一种常见的图像分割技术,它利用图像中的边缘信息来进行分割。边缘通常是图像中灰度值变化较大的区域,因此可以作为物体之间的分界线。以下是基于边缘的分割在 OpenCV 中的详细介绍:

  1. Canny 边缘检测(Canny Edge Detection)

    • Canny 边缘检测是一种广泛使用的边缘检测算法,它在检测边缘的同时尽量减少噪声的影响,并且能够精确地定位边缘。
    • Canny 边缘检测的步骤包括:
      • 使用高斯滤波器对图像进行平滑处理,以减少噪声。
      • 计算图像的梯度和梯度方向。
      • 应用非极大值抑制,以消除非边缘像素。
      • 使用双阈值进行边缘检测,确定强边缘和弱边缘。
      • 利用边缘跟踪(边缘连接)算法将弱边缘连接到强边缘上,得到最终的边缘图像。
    • OpenCV 中的 cv2.Canny() 函数可用于执行 Canny 边缘检测。
    • 示例代码:

    import cv2

    读取图像

    image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

    Canny 边缘检测

    edges = cv2.Canny(image, threshold1=100, threshold2=200)

    显示边缘图像

    cv2.imshow('Canny Edges', edges)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

2. Sobel、Scharr 等滤波器

  • Sobel、Scharr 等滤波器是常用的边缘检测滤波器,它们可以在图像中检测出水平和垂直方向上的边缘。

  • OpenCV 中的 cv2.Sobel() 函数可用于执行 Sobel 边缘检测。

  • 示例代码:

    import cv2

    读取图像

    image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

    Sobel 边缘检测

    edges_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=3)
    edges_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=3)
    edges = cv2.magnitude(edges_x, edges_y)

    显示边缘图像

    cv2.imshow('Sobel Edges', edges.astype('uint8'))
    cv2.waitKey(0)
    cv2.destroyAllWindows()

相关推荐
千宇宙航4 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十四课——图像二值化的FPGA实现
图像处理·计算机视觉·fpga开发
橡晟4 小时前
深度学习入门:让神经网络变得“深不可测“⚡(二)
人工智能·python·深度学习·机器学习·计算机视觉
墨尘游子4 小时前
神经网络的层与块
人工智能·python·深度学习·机器学习
Leah01054 小时前
什么是神经网络,常用的神经网络,如何训练一个神经网络
人工智能·深度学习·神经网络·ai
PyAIExplorer4 小时前
图像亮度调整的简单实现
人工智能·计算机视觉
Striker_Eureka5 小时前
DiffDet4SAR——首次将扩散模型用于SAR图像目标检测,来自2024 GRSL(ESI高被引1%论文)
人工智能·目标检测
Rvelamen6 小时前
LLM-SECURITY-PROMPTS大模型提示词攻击测评基准
人工智能·python·安全
AI technophile6 小时前
OpenCV计算机视觉实战(15)——霍夫变换详解
人工智能·opencv·计算机视觉
JNU freshman7 小时前
计算机视觉 之 数字图像处理基础(一)
人工智能·计算机视觉
千宇宙航7 小时前
闲庭信步使用图像验证平台加速FPGA的开发:第十五课——基于sobel算子边缘检测的FPGA实现
图像处理·计算机视觉·fpga开发