Python cv.Canny()方法参数与使用方法

这篇文章主要介绍了Python cv.Canny()方法参数与使用方法，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，更多相关内容需要的朋友可以参考一下

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')