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:
-
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()