OpenCV-Python 边缘检测

Sobel边缘检测

Sobel算子是一种具有方向性的边缘检测算子，可以分别计算水平和垂直方向上的灰阶突变。

import cv2img = cv2.imread("01.jpg", 0)x = cv2.Sobel(img, cv2.CV_16S, 1, 0)y = cv2.Sobel(img, cv2.CV_16S, 0, 1)xy = cv2.Sobel(img,cv2.CV_16S, 1 , 1)absX = cv2.convertScaleAbs(x)absY = cv2.convertScaleAbs(y)xy = cv2.convertScaleAbs(xy)dst = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)cv2.imshow("absX", absX)cv2.imshow("absY", absY)cv2.imshow("Result", dst)cv2.imshow("XY",xy)cv2.waitKey(0)cv2.destroyAllWindows()

cv2.Sobel()函数中第三和第四个参数如果都取1，处理效果是检测到倾斜方向上的边缘，对水平和垂直方向上的边缘都过滤掉了。

Laplacian边缘检测

Laplacian基本上可以检测出图像在各个方向上的灰阶突变，效果上基本等同于使用Sobel检测的X和Y方向上的边缘的叠加。

import cv2import numpyimg = cv2.imread("01.jpg", 0)imgGau = cv2.GaussianBlur(img,(5,5),0)gray_lap = cv2.Laplacian(imgGau, cv2.CV_16S, ksize=3)dst = cv2.convertScaleAbs(gray_lap)bond = numpy.hstack((img,dst))cv2.imshow("bond",bond)cv2.waitKey(0)cv2.destroyAllWindows()

numpy中的hstack()函数可以把两幅尺寸相同的图片粘合到一起。

Canny边缘检测

Canny边缘检测可以相对有效的连接断裂的边缘，需要指定一个最大最小灰阶值组成区间，结果生成的是二值图像。

import cv2img = cv2.imread("01.jpg", 0)img = cv2.GaussianBlur(img, (3, 3), 0)canny = cv2.Canny(img, 50, 255)cv2.imshow('Canny', canny)cv2.waitKey(0)cv2.destroyAllWindows()