python实现canny边缘检测

canny边缘检测原理

canny边缘检测共有5部分组成，下边我会分别来介绍。

1 高斯模糊（略）

2 计算梯度幅值和方向。

可选用的模板：soble算子、prewitt算子、roberts模板等等;

一般采用soble算子，opencv也是如此，利用soble水平和垂直算子与输入图像卷积计算dx、dy：

进一步可以得到图像梯度的幅值：

为了简化计算，幅值也可以作如下近似：

角度为：

如下图表示了中心点的梯度向量、方位角以及边缘方向（任一点的边缘与梯度向量正交） ：

θ = θm = arctan(dy/dx)(边缘方向）
α = θ + 90= arctan(dy/dx) + 90（梯度方向）

3、根据角度对幅值进行非极大值抑制

划重点：是沿着梯度方向对幅值进行非极大值抑制，而非边缘方向，这里初学者容易弄混。

例如：3*3区域内，边缘可以划分为垂直、水平、45°、135°4个方向，同样，梯度反向也为四个方向（与边缘方向正交）。因此为了进行非极大值，将所有可能的方向量化为4个方向，如下图：

即梯度方向分别为

α = 90

α = 45

α = 0

α = -45

非极大值抑制即为沿着上述4种类型的梯度方向，比较3*3邻域内对应邻域值的大小：

在每一点上，领域中心 x 与沿着其对应的梯度方向的两个像素相比，若中心像素为最大值，则保留，否则中心置0，这样可以抑制非极大值，保留局部梯度最大的点，以得到细化的边缘。

4、用双阈值算法检测和连接边缘

1选取系数th和tl，比率为2:1或3:1。（一般取th=0.3或0.2,tl=0.1）；

2 将小于低阈值的点抛弃，赋0；将大于高阈值的点立即标记（这些点为确定边缘 点），赋1或255；

3将小于高阈值，大于低阈值的点使用8连通区域确定（即：只有与th像素连接时才会被接受，成为边缘点，赋 1或255）

python 实现

运行结果如下

以上就是python实现canny边缘检测的详细内容，更多关于canny边缘检测的资料请关注其它相关文章！