什么是Canny阈值？

Question

是否可以让Canny忽略短边或忽略低渐变边缘？在我的情况下，我有卡躺在木头上，看到canny之后的木结构的许多边缘

canny函数中有两个阈值？

Answer 1

  

大强度梯度更可能与边缘相对应   小强度梯度。在大多数情况下，无法指定a   给定强度梯度切换的阈值   对应于边缘而不是这样做。因此Canny使用   具有滞后的阈值。

     

具有滞后的阈值处理需要两个阈值 - 高和低。   假设重要边缘应该是连续的   图像中的曲线允许我们遵循给定的微弱部分   线并丢弃一些不构成线的噪声像素   但是产生了很大的梯度。因此，我们首先应用一个   高门槛。这标志着我们可以相当肯定的边缘   真正。从这些开始，使用方向信息   之前得到的，可以通过图像追踪边缘。追踪时   一个边缘，我们应用较低的阈值，让我们跟踪微弱   只要我们找到一个起点，边缘的部分。

     

完成此过程后，我们会在每个像素处都有一个二进制图像   被标记为边缘像素或非边缘像素。从   边缘跟踪步骤的互补输出，二元边缘图   以这种方式获得的也可以被视为一组边缘曲线，   进一步处理后可以表示为多边形   图像域。

另见：

  

阈值：使用两个具有滞后的阈值可以获得更多   灵活性比单阈值方法，但一般问题   阈值方法仍然适用。阈值设置太高可以   错过重要信息。另一方面，阈值设置得太低   将错误地识别无关信息（如噪音）   重要。很难给出一个效果很好的通用阈值   在所有图像上。尚未尝试和测试过这个问题的方法   存在。

在你的情况下，你可以稍微增加一下阈值，看它是否会减少短线。

来源：
https://en.wikipedia.org/wiki/Canny_edge_detector#Tracing_edges_through_the_image_and_hysteresis_thresholding

<强>更新：

对于这个图像，我可能会通过对它应用较低的对比度来预处理它。在运行模糊和线检测器之前，这有助于减少图像背景中的细节。

Answer 2

在Canny之前使用GaussianBlur()将有助于删除大量不需要的细节。并且可能会增加低阈值，因为@Ken建议