opencv抠出边缘检测的图形（python opencv实现图像边缘检测）

opencv抠出边缘检测的图形

本文利用python opencv进行图像的边缘检测，一般要经过如下几个步骤：

1、去噪

如cv2.gaussianblur()等函数；

2、计算图像梯度

图像梯度表达的是各个像素点之间，像素值大小的变化幅度大小，变化较大，则可以认为是出于边缘位置，最多可简化为如下形式：

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：

4、滞后阈值

现在要确定那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：

在python opencv接口中，提供了canny函数，可以对图像进行一键执行边缘检测。 

接下来，利用canny函数进行边缘检测的实验。

canny函数需要指定几个参数：

1、需要进行边缘检测的原图
2、阈值下限
3、阈值上限

我们为了能够看到不同阈值范围对边缘检测结果的影响，设置了两个滑动条，来分别表示阈值上下限。

完整代码如下：

效果如图：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持开心学习网。

原文链接：https://blog.csdn.net/oYeZhou/article/details/82691637