Python cv.Canny()方法參數與使用方法
函數原型與參數詳解
OpenCV提供瞭cv.Canny()方法,該方法將輸入的原始圖像轉換為邊緣圖像。
該方法的原型為:
cv.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) -> edges cv.Canny(dx, dy, threshold1, threshold2[, edges[, L2gradient]]) -> edges
- image參數是array格式的輸入圖像。
- threshold1與threshold2分別是我們的下界閾值與上界閾值。
- apertureSize是用於查找圖像梯度的Sobel核的大小,默認為3。
- L2gradient指定瞭求梯度幅值的公式,是一個佈爾型變量,默認為False。當它為True時,使用L2,否則使用L1。
下面是具體代碼:
def canny_detect(image_path, show=True): # 讀取圖像 image = cv2.imread(image_path, 0) # 獲取結果 edges = cv2.Canny(image, 100, 200) if show: # 繪制原圖 plt.subplot(121) plt.imshow(image, cmap='gray') plt.title('Original Image') plt.xticks([]) plt.yticks([]) # 繪制邊緣圖 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
到此這篇關於Python cv.Canny()方法參數與使用方法的文章就介紹到這瞭,更多相關Python cv.Canny()方法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python OpenCV Canny邊緣檢測算法的原理實現詳解
- OpenCV中Canny邊緣檢測的實現
- Python實現Opencv cv2.Canny()邊緣檢測
- Python OpenCV 圖像矯正的原理實現
- 詳解Python+OpenCV實現圖像二值化