图像处理之边缘检测

# Canny边缘检测
# - 1) 使用高斯滤波器,以平滑图像,滤除噪声。
#
# - 2) 计算图像中每个像素点的梯度强度和方向。
#
# - 3) 应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散响应。
#
# - 4) 应用双阈值(Double-Threshold)检测来确定真实的和潜在的边缘。
#
# - 5) 通过抑制孤立的弱边缘最终完成边缘检测。
复制代码
import cv2  # opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt # Matplotlib是RGB

img=cv2.imread("cat.jpg", cv2.IMREAD_GRAYSCALE)

v1=cv2.Canny(img,80,150)
v2=cv2.Canny(img,50,100)

res = np.hstack((v1, v2))
cv2.imshow('res', res)

cv2.waitKey()
cv2.destroyAllWindows()
复制代码

 

posted @   ☞@_@  阅读(115)  评论(0编辑  收藏  举报
编辑推荐:
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· SQL Server 2025 AI相关能力初探
· 单线程的Redis速度为什么快?
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
点击右上角即可分享
微信分享提示