python实现opencv学习十六：Canny边缘检测算法

代码：

# -*- coding=GBK -*-
import cv2 as cv


# 边缘检测述算法
def edge_image(image):
    # blurred = cv.GaussianBlur(image, (3, 3), 0) # 去噪、提取特征
    # cv.imshow("GaussianBlur", blurred)
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    xgrad = cv.Sobel(gray, cv.CV_16SC1, 1, 0)
    ygrad = cv.Sobel(gray, cv.CV_16SC1, 0, 1)
    edge_output = cv.Canny(xgrad, ygrad, 50, 150)
    # edges = cv2.Canny(image, threshold1, threashold2)
    # 参数
    # image : 原始图像
    # threshold1 : 阈值1 (minVal)
    # threshold2 : 阈值2 (maxVal)
    # 返回值
    # edges : 边缘图像
    cv.imshow("canny_edge", edge_output)
    dst = cv.bitwise_and(image, image, mask=edge_output)
    cv.imshow("color_edge", dst)


src = cv.imread("fengling.jpg")
cv.imshow("before", src)
edge_image(src)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

备注：

边缘检测前需要对图像进行滤波处理，以减少不必要的噪声和提取重要的特征

如下图所示没做滤波的边缘检测结果：

Canny和GaussianBlur参考资料：

https://www.jianshu.com/p/bfd5dd2566bb

https://blog.csdn.net/wumu720123/article/details/89578530