函數原型

edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])

?參數解釋

??? image：源圖像
??? threshold1：閾值1
??? threshold2：閾值2
??? apertureSize：可選參數，Sobel算子的大小

其中，較大的閾值2用于檢測圖像中明顯的邊緣，但一般情況下檢測的效果不會那么完美，邊緣檢測出來是斷斷續續的。所以這時候用較小的第一個閾值用于將這些間斷的邊緣連接起來。
函數返回的是二值圖，包含檢測出的邊緣

?

#!/usr/bin/env python3import cv2image = cv2.imread(r"meinv.jpg")# 轉變為灰度圖 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) cv2.imshow("Gray Image", gray)# 利用高斯濾波來降噪 blurred = cv2.GaussianBlur(gray, (3, 3), 0) dst = cv2.Canny(gray, 50, 125) cv2.imshow("Result Image", dst)cv2.waitKey(0) cv2.destroyAllWindows()

?

總結

以上是生活随笔為你收集整理的计算机视觉开源库OpenCV之边缘检测cv2.canny()函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。