函数原型

edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])

 参数解释

    image:源图像
    threshold1:阈值1
    threshold2:阈值2
    apertureSize:可选参数,Sobel算子的大小

其中,较大的阈值2用于检测图像中明显的边缘,但一般情况下检测的效果不会那么完美,边缘检测出来是断断续续的。所以这时候用较小的第一个阈值用于将这些间断的边缘连接起来。
函数返回的是二值图,包含检测出的边缘

 

#!/usr/bin/env python3

import cv2

image = cv2.imread(r"meinv.jpg")

# 转变为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
cv2.imshow("Gray Image", gray)

# 利用高斯滤波来降噪
blurred = cv2.GaussianBlur(gray, (3, 3), 0)
dst = cv2.Canny(gray, 50, 125)
cv2.imshow("Result Image", dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

 

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐