图像边缘检测Canny

一、Canny边缘检测原理

边缘检测是图像处理和计算机视觉中的基本问题,边缘检测的目的是标识数字图像中亮度变化明显的点。

Canny边缘检测算法是由4步构成:噪声去除计算图像梯度非极大值抑制滞后阈值

1、噪声去除 :由于边缘检测很容易受到噪声的影响,Canny边缘检测噪声处理采用5x5**⾼斯滤波器** 去除噪声。

2、计算图像梯度 :对平滑后的图像使用**Sobel 算子**计算水平方向和竖直方向的⼀阶导数,根据两个一阶导计算边界的梯度和方向。如果像素点是边缘,则其梯度方向总是与边缘垂直。

3、非极大值抑制 :对整幅图像进行扫描,去除那些非边界上的点。对每⼀个像素进行检查,看这个点的梯度是不是周围具有相同梯度方向的点中最大的,若为极大值,则进行保留,否则A点被抑制。

4、滞后阈值 :设置两个值: minVal和 maxVal。当图像的灰度梯度高于 maxVal 时被认为是真的边界,低于 minVal 的边界会被抛弃。如果介于两者之间的话,就要看这个点是否与某个被确定为真正的边界点相连,如果是就认为它也是边界点,如果不是就抛弃。
案例

API:

python 复制代码
canny = cv2.Canny(image, threshold1, threshold2)
image:灰度图
threshold1: minval,较⼩的阈值
threshold2: maxval,较⼤的阈值

示例:

python 复制代码
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']    #定义使其正常显示中文字体黑体
# plt.rcParams['axes.unicode_minus'] = False     #用来正常显示表示负号
# 1 图像读取
img = cv.imread('./image/dog.jpg',0)
# 2 Canny边缘检测
canny = cv.Canny(img,10,100) 
# 3 图像展示
plt.figure(figsize=(10,8))
plt.subplot(121),plt.imshow(img,cmap=plt.cm.gray),plt.title('原图')
plt.xticks([]), plt.yticks([]) #x,y轴置空
plt.subplot(122),plt.imshow(canny,cmap = plt.cm.gray),plt.title('Canny检测后结果')
plt.xticks([]), plt.yticks([])
# 4、保存图像到本地
plt.savefig('canny_detection_result.png')  
plt.show()
相关推荐
阿里云云原生7 分钟前
如何快速看懂「祖传项目」?Qoder 强势推出新利器
人工智能
美团技术团队17 分钟前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法
程序员小袁2 小时前
基于C-MTEB/CMedQAv2-rerankingv的Qwen3-1.7b模型微调-demo
人工智能
飞哥数智坊3 小时前
AI 编程一年多,我终于明白:比技巧更重要的,是熟练度
人工智能·ai编程
新智元3 小时前
收手吧 GPT-5-Codex,外面全是 AI 编程智能体!
人工智能·openai
IT_陈寒3 小时前
Java 性能优化:5个被低估的JVM参数让你的应用吞吐量提升50%
前端·人工智能·后端
阿里云云原生4 小时前
阿里云基础设施 AI Tech Day AI 原生,智构未来——AI 原生架构与企业实践专场
人工智能
Memene摸鱼日报5 小时前
「Memene 摸鱼日报 2025.9.16」OpenAI 推出 GPT-5-Codex 编程模型,xAI 发布 Grok 4 Fast
人工智能·aigc
xiaohouzi1122335 小时前
OpenCV的cv2.VideoCapture如何加GStreamer后端
人工智能·opencv·计算机视觉
用户125205597085 小时前
解决Stable Diffusion WebUI训练嵌入式模型报错问题
人工智能