Python cv.Canny()方法参数与使用方法

目录

• 函数原型与参数详解
• 效果

函数原型与参数详解

OpenCV提供了cv.Canny()方法，该方法将输入的原始图像转换为边缘图像。

该方法的原型为：

cv.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) -> 	edges
cv.Canny(dx, dy, threshold1, threshold2[, edges[, L2gradient]]) -> edges

• image参数是array格式的输入图像。
• threshold1与threshold2分别是我们的下界阈值与上界阈值。
• apertureSize是用于查找图像梯度的Sobel核的大小，默认为3。
• L2gradient指定了求梯度幅值的公式，是一个布尔型变量，默认为False。当它为True时，使用L2，否则使用L1。

下面是具体代码：

def canny_detect(image_path, show=True):
    # 读取图像
    image = cv2.imread(image_path, 0)
    # 获取结果
    edges = cv2.Canny(image, 100, 200)
    if show:
        # 绘制原图
        plt.subplot(121)
        plt.imshow(image, cmap='gray')
        plt.title('Original Image')
        plt.xticks([])
        plt.yticks([])

        # 绘制边缘图
        plt.subplot(122)
        plt.imshow(edges, cmap='gray')
        plt.title('Edge Image')
        plt.xticks([])
        plt.yticks([])
        plt.show()
    return edges
canny_detect('images/2.jpeg')

效果

到此这篇关于Python cv.Canny()方法参数与使用方法的文章就介绍到这了,更多相关Python cv.Canny()方法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！