边缘在人类视觉和计算机视觉中均起着重要的作用。
人类能够仅凭一张背景剪影或一个草图就识别出物体类型和姿态。
其中OpenCV提供了许多边缘检测滤波函数，这些滤波函数都会将非边缘区域转为黑色，将边缘区域转为白色或其他饱和的颜色。
不过这些滤波函数都很容易将噪声错误地识别为边缘，所以需要进行模糊处理。
本次的模糊操作使用高斯模糊(低通滤波器)，最常用的模糊滤波器(平滑滤波器)之一，是一个削弱高频信号强度的低通滤波器。
低通滤波器，在像素与周围像素的亮度差值小于一个特定值时，平滑该像素的亮度，主要用于去噪和模糊化。
边缘检测则是使用OpenCV的Canny函数实现，算法虽然很复杂，但是代码却很简单。
5个步骤，使用高斯滤波器对图像去噪、计算梯度、在边缘上使用非最大抑制(NMS)、在检测到的边缘上使用双(double)阈值去除阳性(false positive)、分析所有的边缘及其连接，保留真正的边缘并消除不明显的边缘。
下面就来实现一下「跳一跳」的边缘检测，得以获取方块的中心位置。
/ 01 / 边缘检测
Canny边缘检测代码如下。
import cv2
import numpy as np
# 读取原图像
img = cv2.imread('game.png', 0)
# 显示原图像
cv2.namedWindow('img', 0)
cv2.resizeWindow('img', 400, 600)
cv2.imshow('img', img)
# 高斯模糊
img_rgb = cv2.GaussianBlur(img, (5, 5), 0)
canny_img = cv2.Canny(img_rgb, 1, 10)
# 显示边缘检测图像
cv2.namedWindow('canny', 0)
cv2.resizeWindow('canny', 400, 600)
cv2.imshow('canny', canny_img)
# 输出边缘检测图像的高和宽
H, W = canny_img.shape
print(H, W)
输出的图像高宽分别为1920和1080。
下面是原图像灰度图和边缘检测图像。
接下来，通过边缘检测图像找到方块的第一个顶点(上顶点)。
# 第一个顶点的高度,row为列表(代表每一行的像素值),max(row)获取列表中最大的像素值 y_top = np.nonzero([max(row) for row in canny_img[400:]])[0][0] + 400
对图像高度大于400的行进行遍历(这样可以去除上方数字270以及小程序块的影响)。
np.nonzero()表示获取列表元素数值不为0的位置，第一个即为上顶点的高度值。
接下来获取上顶点的宽度值。
# 第一个顶点的宽度 x_top = int(np.mean(np.nonzero(canny_img[y_top])))
这里发现有好几个水平点，所以最后取平均值。
接下来对方块下顶点的位置进行确定。
为了跳过小白圈的影响，在上顶点高度的基础上加上80个像素大小。
然后往下方遍历，宽度值保持不变，直至找到像素值不为0的点。
便得到了方块的下顶点坐标。
# 跳过小白圈,然后遍历
y_bottom = y_top + 80
for row in range(y_bottom, H):
if canny_img[row, x_top] != 0:
y_bottom = row
break
# 得到方块的中心点
x_center, y_center = x_top, (y_top + y_bottom) // 2
# 绘制以方块中心点为圆心的圆
cv2.circle(canny_img, (x_center, y_center), 33, (255, 0, 255), 2)
# 显示得到的图像
cv2.namedWindow('result', 0)
cv2.resizeWindow('result', 400, 600)
cv2.imshow('result', canny_img)
# 结束
cv2.waitKey(0)
cv2.destroyAllWindows()
最后通过上下顶点的坐标，得到方块的中心点。
左图为边缘检测原图，右图为找到方块中心点并以中心点为圆心绘制圆形的图像。
/ 02 / 跳动实现
现在结合之前模板匹配获得到的小跳棋位置，计算两中心的距离。
勾三股四弦五，便能得到两个中心的距离了。
看下图，一目了然。
玩过跳一跳的应该都知道，对于不同的距离，我们需要按压的时间是不同的。
所以可以给距离和按压时间设置一个相关参数，此处设置为1.35。
对于我的手机简直完美匹配(与屏幕大小有关)。
最后通过adb命令完成一定的按压时间，完成「跳一跳」自动化。
总结
以上所述是小编给大家介绍的OpenCV 边缘检测,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会
及时回复大家的。在此也非常感谢大家对网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
OpenCV,边缘检测
这一波大模型产业落地浪潮里，不少企业其实处在 “干瞪眼“的状态。
一种情况是，很多大模型产品看得见却摸不着，在台上一个个遥遥领先——今天Sora技精四座，明天英伟达的机器人又赢得满堂彩，可是到了台下一问：啥时候能用上啊？答曰：遥遥无期。
另一种情况是，企业想用上大模型，却又难免瞻前顾后——既要考虑场景融合，又得兼顾安全性，还要考虑打通现有系统，再加上各种部署成本和繁琐的采购流程……最后只能拂袖：罢了，再等等吧。
稳了！魔兽国服回归的3条重磅消息！官宣时间再确认！
昨天有一位朋友在大神群里分享，自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址，com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后，确实是网易的网址，也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情，因为以前都没有出现这样的情况，现在突然提示跳转到国服战网的网址，是不是说明了简体中文客户端已经开始进行更新了呢？
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果（九）》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]