本文利用python 基于opencv的图像校正进行图潒的边缘检测一般要经过如下几个步骤：

图像梯度表达的是各个像素点之间，像素值大小的变化幅度大小变化较大，则可以认为是出於边缘位置最多可简化为如下形式：

在获得梯度的方向和大小之后，应该对整幅图像做一个扫描去除那些非边界上的点。对每一个像素进行检查看这个点的梯度是不是周围具有相同梯度方向的点中最大的。如下图所示：

现在要确定那些边界才是真正的边界这时我们需要设置两个阈值：minVal 和maxVal。当图像的灰度梯度高于maxVal 时被认为是真的边界那些低于minVal 的边界会被抛弃。如果介于两者之间的话就要看这个点昰否与某个被确定为真正的边界点相连，如果是就认为它也是边界点如果不是就抛弃。如下图：

在Python 基于opencv的图像校正接口中提供了Canny函数，可以对图像进行一键执行边缘检测

接下来，利用Canny函数进行边缘检测的实验

Canny函数需要指定几个参数：

1、需要进行边缘检测的原图

我们為了能够看到不同阈值范围对边缘检测结果的影响，设置了两个滑动条来分别表示阈值上下限。

添加滑动条可自由调整阈值上下限。

# 拼接原图与边缘监测结果图

以上就是本文的全部内容希望对大家的学习有所帮助，也希望大家多多支持脚本之家