[学习笔记] cv2.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()