Canny边缘检测是一种经典的图像边缘检测算法,它在图像中找到强度梯度的变化,从而识别出图像中的边缘。Canny边缘检测的优点包括高灵敏度和低误检率。
在OpenCV中,cv2.Canny()
函数用于执行Canny边缘检测。
edges = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]])
参数说明:
image
: 输入图像,通常为灰度图像。threshold1
和threshold2
: 阈值,用于确定边缘的强度梯度。通常threshold1
是较小的阈值,threshold2
是较大的阈值。edges
(可选): 输出的边缘图像。apertureSize
(可选): Sobel算子的大小,通常为3。L2gradient
(可选): 如果为True,则使用更精确的L2范数进行梯度计算,否则使用L1范数。通常设置为False。
import cv2
import numpy as np
# 读取灰度图像
img = cv2.imread(r"C:UsersmzdDesktopopencvimages.jpg", cv2.IMREAD_GRAYSCALE)
# 使用Canny边缘检测
edges = cv2.Canny(img, 50, 150)
# 显示原始图像和Canny边缘图像
cv2.imshow('Original Image', img)
cv2.imshow('Canny Edges', edges)
# 等待用户按下任意键
cv2.waitKey(0)
cv2.destroyAllWindows()
在这个例子中,cv2.Canny()
用于执行Canny边缘检测。threshold1
和 threshold2
是梯度强度的阈值,通过调整这两个阈值,可以影响检测到的边缘的数量和质量。Canny边缘检测是图像处理中常用的边缘检测方法之一。
原文地址:https://blog.csdn.net/weixin_42367888/article/details/134546905
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.7code.cn/show_8777.html
如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱:suwngjj01@126.com进行投诉反馈,一经查实,立即删除!
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。