Canny边缘检测

Code

title: Canny边缘检测-论鸡尾酒疗法
tags:
	-数字图像处理
categories: cv
cover: /img/ML.png
katex: true

Canny 边缘检测算法被很多人认为是边缘检测的最优算法，为什么说它是最优算法呢？我们参考一下业界的评判标准：

• 低错误率: 标识出尽可能多的实际边缘，同时尽可能的减少噪声产生的误报。
• 高定位性: 标识出的边缘要与图像中的实际边缘尽可能接近。
• 最小响应: 图像中的边缘只能标识一次。

那么问题来了，我们都已经介绍过Sobel、Laplace这种一阶或二阶的算子了，Canny算子又是什么？它又是凭什么获得最优这个称号的？

什么是Canny边缘检测？

Canny 边缘检测算法其实就是 John F. Canny 于 1986年开发出来的一个多级边缘检测算法，用Canny的名字命名，用来检测图像边缘的一种算法。

它为什么这么厉害？

Canny一定是调酒大师，简单的素材在他手里组合一下就焕发了新的活力。简单的回答是，Canny合理的运用了滤波、一阶、二阶边缘检测、边缘细化以及关键的提出了“双阈值边缘连接处理”，把这些基础简单的算法组合一下，达到了最优的效果。可以参考下面的顺序：

1. 彩色图像转换为灰度图像
2. 对图像进行高斯模糊
3. 计算图像梯度，根据梯度计算图像边缘幅值与角度
4. 非最大信号压制处理（边缘细化）
5. 双阈值边缘连接处理
6. 二值化图像输出结果

彩色图像转换为灰度图像

这个不用过多解释了把，cvtColor。因为Canny只能处理灰度图像，而且转换的最终结果是二值图。所以如果是彩色图，转换后才能灰度图还是很有必要的

对图像进行高斯模糊

在Canny内部，已经做了一个size=5的高斯滤波，可以参考如下内核算子。但是需要注意的是，在做Canny之前是否要再做一次高斯滤波是非常值得考究的事情。

计算图像梯度，根据梯度计算图像边缘幅值与角度

最大信号压制处理（边缘细化）

双阈值边缘连接处理

二值化图像输出结果

参考https://blog.csdn.net/weixin_40647819/article/details/91411424

https://zhuanlan.zhihu.com/p/79896426