标签：阈值 img 检测 cv2 边缘 灰度 图像 Canny

Canny边缘检测分为四步：

1、图像降噪：使用高斯滤波器，平滑图像，滤除噪声，噪声是灰度值变化较大的部分，容易被识别为噪声

2、计算图像梯度：图像的梯度即为图像的灰度值的变化最快的地方，梯度的模即为方向导数的最大值（将图像看作函数），边缘也是灰度值变化最快的地方

3、非极大值抑制：将局部范围内的梯度方向上，灰度变化最大的保留下来，其它的不保留，这样可以剔除掉一大部分的点。

4、应用双阈值来确定真实和潜在的边缘：通过非极大值抑制后，仍然有很多的可能边缘点，进一步的设置一个双阈值，即低阈值（low），高阈值（high）。灰度变化大于high的，设置为强边缘像素，低于low的，剔除。在low和high之间的，如果与边界相连则保留，否则丢弃。

图像梯度解释非常好的博客：https://blog.csdn.net/saltriver/article/details/78987096

img_l = cv2.Canny(img1, 50, 150)
img_r = cv2.Canny(img1, 200, 300)


img = np.hstack((img_l, img_r))
cv2.imshow('img', img)

cv2.waitKey(0)
cv2.destroyAllWindows()

标签：阈值,img,检测,cv2,边缘,灰度,图像,Canny
来源： https://www.cnblogs.com/WTSRUVF/p/15256613.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。