2回答
我已经用Canny Edge成功地侦测到了它。但是，对于不同的图像，必须手动调整参数。我希望我的项目能够在没有手动调整参数的情况下处理每一张图片。我该怎么办？
浏览 5提问于2014-07-10得票数 6
回答已采纳
1回答
我正试图从零开始使用python实现Canny算法。但是，如果我在cv2.Canny中使用相同的阈值，结果是非常好的。
到底有什么不对的？
浏览 0提问于2018-01-20得票数 1
回答已采纳
1回答
但是，下面我通过稍微修改一下来应用下面的代码。这里出现的主要问题是，它随机裁剪图像的线条，我将其顺序保存为segment_no_1，2，3.是否有合适的方法或算法像在原始图像中一样，用OpenCV串行地进行直线分割。我已经找到了行分割与深入学习，但我不想使用这一点。我的代码：import numpy as npimage = cv2.imread('input2.png')
#cv2.imshow('orig'对我的代码的任何改进
浏览 5提问于2018-12-28得票数 2
回答已采纳
1回答
从颗粒图像中区分有缺陷的颗粒
、、、、
我首先使用HSV空间通过测距分别分割出颗粒，并应用了一些边缘检测算法，如canny，自适应阈值，但我可以找到一个特殊的方法来解决这个问题，因为我最近开始探索，我仍然在探索图像处理的能力。2)由于在无缺陷ones.Is的第三张图像中使用canny的边缘检测失败，因此我可以依赖任何其他功能。
浏览 25提问于2020-06-18得票数 2
1回答
这是原始图像：首先，我应用AGCWD算法(基于论文“利用加权分布的自适应伽玛校正有效增强对比度”)来获得更好的图像像素对比度，如下所示：
之后，我尝试执行以下步骤：enhanced_image_cpy = enhanced_image.copy()canny<
浏览 2提问于2020-11-15得票数 1
回答已采纳
2回答
在图像中查找图像(目标检测)
、、、、
一般来说，我知道像Canny，Blob检测，hough线之类的算法，但是我刚刚开始使用它们。到目前为止，我成功地找到了特定图像的边框，但一旦尝试将相同的算法和参数应用于下一个图像，它就无法工作。我目前的方法如下(伪代码)：
转换为灰度CvInvoke.CvtColor(_processedImage, tempMat, CvEnum.ColorConversion.Rgb2Gray)blackWhiteImage, _parameters.BinarizeThreshold, 255, CvEnum.Threshold
浏览 7提问于2017-10-26得票数 1
2回答
根据我的研究，Canny边缘检测器对于检测图像的边缘非常有用。在我做了很多工作之后，我发现OpenCV函数可以做到这一点，这是但是对于低阈值和高阈值，我知道不同的图像有不同的阈值，那么是否有快速的自适应阈值方法可以根据不同的图像自动分配低阈值和高阈值呢？
浏览 0提问于2012-10-02得票数 5
我需要在图像中找到最大的矩形，但当我找到轮廓时，阴影就变成了轮廓的一部分。原始图像带有轮廓线的图像
浏览 10提问于2015-07-22得票数 3
我已经编写了一个函数，其中我希望使用Canny算法检测图像的边缘。然后，我想提取此图像的二维数组，然后将其展平为一维数组。(color.rgb2gray(image))
edge_canny = feature.canny(RGB, 3).astype(int)
canny_arr = np.array(edge_canny</em
浏览 28提问于2019-01-22得票数 0
2回答
自适应门限后的断线轮廓
、、、、
我想自适应地阈值这个图像，使用findContours()从OpenCV找到外部边框。由于通常的原因，我使用自适应阈值:全局阈值，即使采用Otsu的方法，也不能充分补偿图像不同部分之间的亮度差异。不幸的是，自适应阈值处理会在一些有粗网格的交叉口造成断点。当然，这使得自适应阈值对于在这些类型的图像中寻找轮廓毫无用处。然而，与Canny等其他算法相比，它在处理连通边缘方面仍然要好得多。下面是我使用的OpenCV代码(为Android绑定编写的)。0是黑色的，-1
浏览 7提问于2013-08-14得票数 2
回答已采纳
我有一个图像，在我使用Canny边缘检测后，我想删除最外面的边缘。我不能用面具，因为图像会改变。我想删除最外面的边缘，使我只剩下一个边缘，云的轮廓。这是当前的代码：import cv2import matplotlib.pyplot as plt
edges = cv2.Canny(img,100,200)
plt.subplot(121
浏览 4提问于2021-04-19得票数 2
回答已采纳
1回答
我有一个图像，我应用feature.canny算法来获取图像的边缘。现在，我希望计数图像中的边缘，以获得一个数字。def canny_detection(image):
plt.title('Canny edge map')`
我还有一些应用Canny的<
浏览 0提问于2019-01-23得票数 1
1回答
获取不同层次图像的边缘
、、、
为此，我使用了Canny边缘检测算法。它的问题是，在一个板条箱中，一些西红柿在另一个的顶部，如下图所示： ? 正如人们可以看到的，一些西红柿比其他西红柿有更多的光线，因此Canny的结果如下所示： ? 正如可以看到的那样，Canny无法检测到板条箱末端的番茄边缘，那里的光线在原始图像中很低。(不可能在所有西红柿上获得均匀的光线，但如果有某种算法可以做到这一点，那将是非常有帮助的。)下面是我的OpenCV代码： #include <opencv2/opencv
浏览 20提问于2019-02-08得票数 0
1回答
我编写了以下代码，它也为我提供了水平线的结果：这是我的密码：import mathimport numpy as np
return -1
dst = cv.Canny
浏览 2提问于2019-12-03得票数 1
回答已采纳
1回答
基于Xamarin的边缘检测
、、、、
我想使用Android.Hardware.Camera for Xamarin.Android来检测边框，有什么方法吗？
浏览 0提问于2017-06-18得票数 1
回答已采纳
我试着用线性滤波器来检测直线。我的第一次尝试是像这样旋转内核，但不起作用：kernel60 = zeros((13,13))
#kernel[5] = [0,0,0,0,0]#kernel[7] = [0,0,0,0,0]GetRot
浏览 1提问于2011-09-22得票数 1
回答已采纳
5回答
快速图像阈值
、、
一个自适应阈值可以正常工作，但由于它会造成功能的中断和扭曲(这里，重要的特性是Sudoku数字)：我也尝试过使用直方图均衡化(使用OpenCV的equalizeHist函数)。我发现的最佳解决方案是用图像的形态闭合(归功于)对图像进行分割，使亮度均匀，然后重命名，然后使用固定的阈值(使用Otsu的算法选择最佳阈值级别)：以下是OpenCV for Android中的代码该滤波器在不包含特征的区域内提取高频噪声，并且由于模糊而受到与自适应阈值类似的失真。关闭操作也需要同样长的时间。下面是一个带有15x
浏览 7提问于2013-03-22得票数 30
回答已采纳
3回答
Hough圆圈不能探测眼睛虹膜
、、、、
我想用Hough Circle算法检测眼睛虹膜及其中心。如何修正这段代码以正确地检测虹膜及其中心？编辑:下面是一些示例图像(我从网上得到的)，它们显示了算法的性能(请忽略红色方格表示的标志)：
这幅图像显示了该算法是如何检测不到虹膜的：
编辑2:这是一个使用Canny边缘检测的代码，但是它会导致应用程序崩溃： {
Mat
浏览 3提问于2016-02-09得票数 6
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
