2.5 边缘检测

2.5 边缘检测

本节摘要：边缘是灰度急剧变化的位置，也是物体边界的直接线索。本节从 Sobel 求梯度讲起，经 Laplacian 的二阶导视角，落到工业界事实标准 Canny：高斯平滑 → 梯度计算 → 非极大值抑制 → 双阈值滞后四个阶段缺一不可，两个阈值的比例与调法是重点。最后对比三种算子的适用次序，并说明边缘图与二值图的分野。

学习目标

阅读完本节，你应当能够：

1. 用 Sobel 分别求 x、y 方向梯度并合成幅值图
2. 解释"边缘是梯度幅值的局部极大值"这句话
3. 跑通 Canny 并按画面噪声水平调双阈值
4. 说清非极大值抑制与滞后阈值分别在解决什么问题
5. 根据任务在 Sobel、Laplacian、Canny 中做出选择

先跑起来：三行代码见边缘

import cv2

gray = cv2.imread('scene.jpg', cv2.IMREAD_GRAYSCALE)
edges = cv2.Canny(gray, 100, 200)        # 低阈值100 高阈值200
​

输出是一张二值风格的边缘图：白线勾勒出画面里所有物体的大致轮廓，且线条出乎意料地细——不是"模糊的一团亮"，而是清晰的一两个像素宽。这份干净不是免费的，Canny 内部连闯四关才做到，第二节拆解。

再看更底层一点的 Sobel：

gx = cv2.Sobel(gray, cv2.CV_32F, 1, 0, ksize=3)   # x方向梯度
gy = cv2.Sobel(gray, cv2.CV_32F, 0, 1, ksize=3)   # y方向梯度
mag = cv2.magnitude(gx, gy)                        # 梯度幅值
​

Sobel 的输出是"变化强度图"：平坦区域接近 0（暗），跨越边缘的地方数值很大（亮）。但它通常比 Canny 的结果"脏"——边缘粗、噪声多，因为还差后处理两关。把 mag 与 edges 并排看，你会直观理解 Canny 多做了什么。

核心原理：从导数到四阶段流水线

2.1 边缘的数学定义：灰度的突变

想象沿图像一行从左到右走，把灰度值画成曲线：平坦区域的曲线是水平线，物体边界处曲线像台阶一样陡升或陡降。数学刻画"陡"的工具是导数：一阶导数（梯度）在台阶处冲出一个尖峰。所以"找边缘"翻译成数学就是"找梯度的局部极大值"。

Sobel 用两个 3×3 核分别估计 x、y 方向的变化率：x 核在左右两列上做差分（右列权 1、2、1，左列权 -1、-2、-1），同时中间行加权，兼顾一点平滑。两个方向各自得到一幅梯度图，合成幅值（平方和开根号）与方向（反正切）。方向信息平时用得少，但在 Canny 的非极大值抑制里是主角。

Laplacian 换二阶导视角：台阶的一阶导是尖峰，二阶导则是"先冲正、再冲负"，中间过零点。找过零点定位边缘在数学上更精确，但二阶导对噪声翻倍敏感——噪声的一阶扰动在二阶导里被放大一次再放大一次。所以 Laplacian 几乎总与高斯滤波捆绑出现，合称 LoG（Laplacian of Gaussian）。OpenCV 里 cv2.Laplacian(gray, cv2.CV_16S, ksize=3) 用时要配饱和转换，一般不如 Canny 省心。

2.2 Canny 四阶段逐关拆解

第一关，高斯平滑。梯度算子对噪声零容忍（差分放大噪声），先 GaussianBlur 压一遍。核取 (5,5) 是文档惯例。

第二关，梯度计算。内部用 Sobel 类算子求每点的幅值与方向。

第三关，非极大值抑制——把"粗边"削成"细边"的关键一步。边缘法线方向上，梯度幅值会在连续几个像素上都很大，形成一条几像素宽的亮带。抑制规则是：每个像素只与自己梯度方向上前后两个邻居比幅值，只有自己是三者中最大的才保留，否则置零。亮带里只有"山脊线"上的像素幸存，于是边缘缩到一两个像素宽。这就是第一节看到细线的来源。

第四关，双阈值滞后判定。设高低两个阈值：幅值高于高阈值的像素直接确认为"强边缘"；低于低阈值的直接丢弃；夹在中间的"弱边缘"看邻居——只要它连着（8 邻域内）某个强边缘就保留，否则丢弃。这个"滞后"设计解决了一个两难：单阈值设高了边缘断成虚线，设低了噪声混进来；双阈值让强边缘当锚点、弱边缘凭"关系"入职，噪声点因为孤立无援被挡在门外。

双阈值怎么调？公认起点是高阈值 150–200、低阈值取高阈值的三分之一到二分之一。画面噪声大（暗光、高 ISO）时整体上调；细节丢失（细线断裂）时整体下调。观察输出的技巧：强边缘应该是连续的目标主轮廓，弱边缘区应该是噪点；如果整个画面密密麻麻都是白线，阈值偏低了；如果目标轮廓都断断续续，偏高了。

三种算子对比

工程实践要点

3.1 边缘图的常见去向

Canny 的输出通常是下游的输入，三个高频去向：findContours 提取轮廓（第 4 章传统检测的基础）；HoughLinesP 检测直线（车道线、表格线）；HoughCircles 检测圆（硬币、瞳孔）。这些消费方对边缘质量的要求是"连续、干净"，比"人眼看着像"更重要，调参时以下游结果为准。

3.2 先二值化再找边缘？不要

一个常见误解：先阈值分割得到二值图，再跑 Canny 找边界。二值图的边缘已经是理想台阶，Canny 四阶段里三阶段在做无用功，直接用上一节的形态学梯度一步到位，还更快。Canny 的主场是"原始灰度图直接提结构"，别让它做二次加工。

3.3 自动调 Canny 的土办法

没有先验时可以用中位数法：取灰度中位数 v，低阈值设为 v×0.66、高阈值 v×1.33，作为自动起点再人工微调。这个来自 PyImageSearch 社区的经验公式在多数自然图像上给出不差的第一刀，写自动化脚本时常用。

⚠️ 常见坑：跳过高斯平滑直接 Canny，输出像撒了盐。Canny 函数本身不含降噪步骤（有些教程以为它内部带了完整预处理），噪声大的图请先显式 GaussianBlur。另一个坑是低阈值设为 0——所有弱边缘全部保留，等于把第四关的筛选拆了，边缘图退化成噪声图。

💡 关键直觉：Canny 的两个阈值不控制"边缘在哪"，只控制"哪些被留下"。边缘的位置由图像内容和前置平滑决定。调参没效果时，问题多半出在成像质量或滤波环节，而不是阈值本身——这与上一节"阈值救不了成像"是同一条原理。

3.4 动手实验清单

1. 对同一张图跑 Sobel 幅值图与 Canny，放大对比边缘宽度与噪声数量，体会非极大值抑制的作用。
2. 双阈值从 (50,100) 扫到 (200,400)，各存一张，排成网格图观察断裂与噪声的消长。
3. 故意去掉高斯预处理，对比 Canny 输出的差异。
4. 把 Canny 结果喂给 findContours，数一数轮廓数量随阈值的变化——直观感受边缘质量对下游的影响。

3.5 Canny 阈值调参地图

双阈值参数扫描的效果走向

3.6 常见疑问与解答

Sobel 和 Canny 的关系到底是什么？

Sobel 是 Canny 流水线里的一个零件。Canny 的第二阶段内部就用 Sobel 类算子求梯度，差别在后面还有抑制与筛选两道工序。所以"Sobel 结果噪"不是 Sobel 的错，是它裸奔；"Canny 结果好"也不是魔法，是后处理的功劳。

边缘检测对彩色图怎么处理？

先转灰度再检测是标准路线（结构信息在亮度里）。直接对三通道分别检测再合并理论上可行，但计算翻三倍、三通道边缘不一致处还要仲裁，收益寥寥。颜色差异大而亮度接近的目标（红底绿字），先转到能拉开对比的空间再检测，比硬上 Canny 有效。

为什么我的 Canny 边缘总是双线？

目标两侧的灰度跳变各产生一条边缘是正常的（物体与背景的两次交界）；"贴在一起的双线"则多是过冲伪影（锐化过度或 JPEG 振铃）造成的双重跳变，边缘跟着翻倍。源头治理：少锐化或换无损格式存中间结果。

3.7 实战配方：边缘驱动的直线与圆检测

Canny 的输出配霍夫变换，是"从边缘到几何结构"的经典组合，车道线检测是代表性场景。

预处理一步到位：转灰度、高斯 (5,5)、Canny 双阈值按本节 3.3 的中位数法起步。这一步的质量判据是"车道线边缘连续、路面纹理基本不响应"。

直线检测用概率霍夫：HoughLinesP 传入边缘图，参数里 minLineLength（最短线段长度）与 maxLineGap（允许断口）是关键——前者按画面里最短的有效车道线段定，后者按车道线的最大断裂宽度定。输出是线段端点列表，后续按斜率分左右车道聚类（斜率符号区分），再做直线拟合。

圆检测走 HoughCircles：内部自带梯度方向的投票机制，输入建议用平滑后的灰度图而不是硬边缘图（函数自己算梯度），参数里的累加器阈值控制"多圆才算圆"。硬币计数、圆形表盘定位是它的主场。

这套组合的调试心法与 Canny 一脉相承：霍夫的参数消化的是边缘图的质量，边缘图不对先修上游（回到滤波与阈值），在霍夫参数上硬调是次优选。三个函数、五个参数、一条从像素到几何结构的通路——边缘检测的工程价值就此闭环。

3.8 一句话总结本节

梯度定位变化、Canny 四阶段把"变化"提炼成"细而连续的边缘"，两个阈值的取舍以下游消费方的反馈为准——把这句话记住，本节的工程要点就都在了。

本节要点回顾

• 边缘即梯度峰值：一阶导定位"变化多快"，方向垂直于边缘走向；二阶导过零点定位更准但噪声翻倍。
• Canny 四阶段：高斯平滑、梯度计算、非极大值抑制削宽、双阈值滞后筛选——细而连续的边缘是这套流程的合成产物。
• 双阈值调法：高 150–200 起，低取其三分之一到二分之一；边缘断续往下调、噪声满天往上调。
• 三算子分工：单方向梯度用 Sobel，精确 Blob 定位用 LoG，其余默认 Canny。
• 下游导向：边缘图的优劣以 findContours、霍夫变换等消费方的结果为准，不以人眼观感为准。
• 别做二次加工：二值图的边界用形态学梯度，Canny 只对灰度图出手。

至此"降噪声、找边界"都齐了，第六节回到观感层面：平滑与锐化其实是同一枚硬币的两面，频率视角下它们才真正统一。

常见追问：边缘图能直接喂给轮廓提取吗

能，但更推荐让 findContours 自己吃二值图而非 Canny 结果。Canny 输出是单像素宽的断续线段，轮廓提取在断裂处会把一个物体拆成多块，还得靠膨胀把断口接回来。如果源头本来就是二值图，直接提轮廓更干净；如果源头是灰度图，先阈值化再提轮廓，通常也比"Canny 再提轮廓"稳定。Canny 的主场是霍夫直线、霍夫圆这类以边缘点为输入的变换，而不是轮廓链。