Canny边缘检测
函数原型
1 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
使用
1 import numpy as np 2 import cv2 as cv 3 cv.namedWindow("images") 4 def nothing(): 5 pass 6 cv.createTrackbar("s1","images",0,255,nothing) 7 cv.createTrackbar("s2","images",0,255,nothing) 8 img = cv.imread("test/scene2.png",0) 9 while(1): 10 s1 = cv.getTrackbarPos("s1","images") 11 s2 = cv.getTrackbarPos("s2","images") 12 out_img = cv.Canny(img,s1,s2) 13 cv.imshow("img",out_img) 14 k = cv.waitKey(1) 15 if k==ord("q"): 16 break 17 cv.destroyAllWindows()