Canny邊緣檢測

Canny邊緣檢測分為四步：

1、圖像降噪：使用高斯濾波器，平滑圖像，濾除噪聲，噪聲是灰度值變化較大的部分，容易被識別為噪聲

2、計算圖像梯度：圖像的梯度即為圖像的灰度值的變化最快的地方，梯度的模即為方向導數的最大值（將圖像看作函數），邊緣也是灰度值變化最快的地方

3、非極大值抑制：將局部范圍內的梯度方向上，灰度變化最大的保留下來，其它的不保留，這樣可以剔除掉一大部分的點。

4、應用雙閾值來確定真實和潛在的邊緣：通過非極大值抑制后，仍然有很多的可能邊緣點，進一步的設置一個雙閾值，即低閾值（low），高閾值（high）。灰度變化大於high的，設置為強邊緣像素，低於low的，剔除。在low和high之間的，如果與邊界相連則保留，否則丟棄。

 

圖像梯度解釋非常好的博客：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()