Canny 边缘检测

步骤

1.降噪

应用高斯滤波器,以平滑图像,滤除噪声。

边缘检测易受噪声影响,所以使用高斯滤波器平滑图像,降低噪声。

2.梯度

计算图像中每个像素点的梯度大小和方向。

计算大小

Sobel算子是一种常用的边缘检测滤波器,用于计算图像中水平和垂直方向上的梯度变化

就是点乘计算

计算方向

3.非极大值抑制

使用非极大值抑制,消除边缘检测带来的不利影响

4.双阈值检测

应用双阈值检测确定真实和潜在的边缘【双阈值检测

阈值 (minVal 和 maxVal) 是基于梯度大小(即边缘强度)来定义的

  • maxVal(高阈值):
    • 梯度值大于 maxVal 的像素点被直接认为是真正的边缘。
  • minVal(低阈值):
    • 梯度值小于 minVal 的像素点被忽略,认为不是边缘。
  • 梯度值介于 minVal 和 maxVal 之间:
    • 如果这些像素点与高于 maxVal 的边缘像素相连,则保留为边缘。
    • 如果没有相连,则丢弃。

实现

它有现成库可以调用啊

python 复制代码
import cv2
import matplotlib.pyplot as plt
import numpy as np

# 读取图像
image_path = r"D:\python\NAFNet-main\demo\tooth.png"  # 替换为你的图片路径
image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

# 高斯模糊去噪
blurred = cv2.GaussianBlur(image, (5, 5), 0)

# Canny 边缘检测
edges = cv2.Canny(blurred, threshold1=5, threshold2=200)#这边就是最大最小边缘


# 显示原图和边缘检测结果
plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title("Original Image")
plt.imshow(image, cmap="gray")
plt.axis("off")

plt.subplot(1, 2, 2)
plt.title("Canny Edge Detection")
plt.imshow(edges, cmap="gray")
plt.axis("off")

plt.tight_layout()
plt.show()

最后结果

相关推荐
AvocadoZeroOneOI5 分钟前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
如夏倾城14 分钟前
入侵检测系统(IDS)原理、部署模式与 IPS/防火墙对比
大数据·网络·人工智能·网络安全·云原生·架构·kubernetes
Dawson Zhu19 分钟前
【模型量化⑤】Weight-Only INT4:AWQ与GPTQ两大算法深度解析
人工智能·语言模型·架构·aigc·agi
水如烟41 分钟前
孤能子视角:通用智能 vs 分工协同智能群系统–––集中结晶 vs 分布式结晶
人工智能
罗西的思考1 小时前
【轻量化复现大模型 / KIMI K3】训练模块梳理 & Muon P2P 优化器
人工智能·深度学习·机器学习
lilihuigz1 小时前
权限配置:WordPress 7.2 Abilities API 权限、输入验证与 JSON 输出指南
人工智能
杨凯凡1 小时前
IT日报|2026-11-20:欧盟 AI 网络攻击、Valkey 9.2、GitHub 企业迁移
人工智能·github
鲁邦通物联网2 小时前
机器人梯控到站状态机设计:楼层匹配、事件时序与任务判断
人工智能·机器人·机器人梯控·agv梯控·非侵入式采集·机器人乘梯·机器人自主乘梯
cjz38992 小时前
双指针技巧:覆盖式双指针(原地覆盖)
算法
静水深码2 小时前
文生图提示词的工程师写法:把玄学话术拆成结构化模板
人工智能·后端·代码规范