OpenCV3 for python3 学习笔记3-----用OpenCV3处理图像2

　　3.5、Canny边缘检测

　　　　OpenCV提供了Canny边缘检测函数来识别边缘。它有5个步骤：使用高斯滤波器对图像进行去噪、计算梯度、在边缘上使用最大抑制(NMS)、在检测到的边缘上使用双阀值去除

　　假阳性(false positive),最后还会分析出所有的边缘及其之间的连接，以保留真正的边缘并消除不明显的边缘。

import cv2
import numpy as np

img = cv2.imread("flower.jpg")
cv2.imwrite("canny.jpg", cv2.Canny(img, 200, 300))
cv2.imshow("image", img)
cv2.imshow("canny", cv2.imread("canny.jpg"))
cv2.waitKey()
cv2.destroyAllWindows()

　　　　运行效果：

　　3.6、轮廓检测

　　　　在计算机视觉中，轮廓检测是另一个比较重要的任务，不单是用来检测图像或视频中物体的轮廓，而且还有其他操作与轮廓检测有关。这些操作有：计算多边形边界、

　　形状逼近和计算感兴趣区域。这是与图像数据交互时的简单操作，因为NumPy中的矩形区域可以使用数组切片(slice)来定义。在介绍物体检测（包括人脸）和物体跟踪的概念时会大量使用这种技术。

OpenCV3 for python3 学习笔记3-----用OpenCV3处理图像2

原文：https://www.cnblogs.com/shaosks/p/10405474.html