Python cv.Canny()方法怎么使用

本篇内容介绍了“Python cv.Canny()方法怎么使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

函数原型与参数详解

OpenCV提供了cv.Canny()方法，该方法将输入的原始图像转换为边缘图像。

该方法的原型为：

cv.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) -> 	edges
cv.Canny(dx, dy, threshold1, threshold2[, edges[, L2gradient]]) -> edges

• image参数是array格式的输入图像。

• threshold1与threshold2分别是我们的下界阈值与上界阈值。

• apertureSize是用于查找图像梯度的Sobel核的大小，默认为3。

• L2gradient指定了求梯度幅值的公式，是一个布尔型变量，默认为False。当它为True时，使用L2，否则使用L1。

下面是具体代码：

def canny_detect(image_path, show=True):
    # 读取图像
    image = cv2.imread(image_path, 0)
    # 获取结果
    edges = cv2.Canny(image, 100, 200)
    if show:
        # 绘制原图
        plt.subplot(121)
        plt.imshow(image, cmap='gray')
        plt.title('Original Image')
        plt.xticks([])
        plt.yticks([])

        # 绘制边缘图
        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

“Python cv.Canny()方法怎么使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！