opencv边缘检测——乘风破浪

三天不练手生，一月不看傻眼。

欢迎关注，敬请点赞！

原理

Canny边缘检测是一种非常流行的边缘检测算法，是John F.Canny在1986年提出的。它是一个由很多步构成的算法，我们接下来会逐步介绍：

(1) 噪声去除

由于边缘检测很容易受到噪声影响，所以第一步是使用5x5的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(图像梯度)。根据得到的这两幅梯度图(Gx和Gy)找到边界的梯度和方向，公式如下：
$Edge-Gradient(G) = \sqrt{G_x^2 + G_y^2}\ \ ——岭回归(L2范数)\\ Angle(\theta) = \tan^{-1}(\frac{G_x}{G_y})$
梯度方向被归为四类：垂直、水平、两个对角线。

梯度的方向通常是与边界垂直。

(3) 非极大值抑制

在获得梯度的方向和大小之后，应该对整幅图像做一个扫描，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。如下图所示：

A点在边界上，梯度方向是边界的法向量。点B和点C在梯度方向上面，所以拿点A来检测点B和C是否形成了本地最大值，如果形成最大值，那么就进行下一步，否则进行抑制(赋值为0)。
简单的说，得到了二值图像的边界，现在得到的是一个包含“窄边界”的二值图像。

(4) 滞后阈值

现在要确定哪些边界才是真正的边界。这时我们需要设置两个阈值：minVal和maxVal。

当图像的灰度梯度高于maxVal时被认为是真的边界，那些低于 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。如下图：

A高于阈值maxVal，所以是真正的边界点。C虽然低于maxVal但高于minVal，并且与A相连，所以也被认为是真正的边界点。而B就会被抛弃，因为它不仅低于maxVal而且不与真正的边界点相连。所以选择合适的maxVal和minVal对于能否得到好的结果非常重要。在这一步一些小的噪声点也会被除去，因为我们假设边界都是一些长的线段。

OpenCV中的Canny边界检测

返回顶部
在OpenCV中只需要一个函数：cv2.Canny()，就可以完成以上几步。
Canny(image, threshold1, threshold2, edges=None, apertureSize=None, L2gradient=None)

让我们看如何使用这个函数：
第一个参数是输入图像；
第二和第三个分别是minVal和maxVal；
第四个参数用来设置Sobel卷积核的大小，默认值为3；
最后一个参数是L2gradient，它可以用来设定求梯度大小的方程：如果设为True，就会使用我们上面提到过的方程(L2范数)；否则使用方程：
$Edge−Gradient(G) = |G_x|+|G_y|\ \ ——Lasso回归(L1范数)$代替，默认值为False。

代码示例一(在一起)

import cv2
from matplotlib import pyplot as plt


img = cv2.imread('3.jpg', 0)

edges = cv2.Canny(img, 100, 200)
plt.subplot(121)
plt.imshow(img, cmap='gray')
plt.title('Original Image')
plt.xticks([])
plt.yticks([])

plt.subplot(122)
plt.imshow(edges, cmap='gray')
plt.title('Edge Image')
plt.xticks([])
plt.yticks([])

plt.show()

代码示例二(乘风破浪)

返回顶部
(小练习——滚动条调节minVal和maxVal)

import cv2


def nothing(x):
    pass

if __name__ == '__main__':
    img = cv2.imread('chengfengpolang.jpg')
    edges = img
    cv2.namedWindow('Original')
    cv2.namedWindow('Canny')
    cv2.createTrackbar('Min', 'Canny', 0, 100, nothing)
    cv2.createTrackbar('Max', 'Canny', 100, 200, nothing)

    while True:
        cv2.imshow('Original', img)
        cv2.imshow('Canny', edges)
        minVal = cv2.getTrackbarPos('Min', 'Canny')
        maxVal = cv2.getTrackbarPos('Max', 'Canny')
        edges = cv2.Canny(img, minVal, maxVal)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cv2.destroyAllWindows()

随想

那些以局外人心态来指责中国程序员做不出来MatLab、编程语言的同胞们，自己的工作是否做到自己满意？有空可以学学编程，练练脑子。

正如那些批判国足的人们，可以下场踢踢足球，流流汗。

不过，中国的程序员和国足们，确实也该努力去披荆斩棘、乘风破浪！！！

欢迎关注，敬请点赞！
返回顶部