Python?cv.Canny()方法參數與使用方法
更新時間:2022年07月17日 14:36:43 作者:喬卿
這篇文章主要介紹了Python?cv.Canny()方法參數與使用方法,OpenCV提供了cv.Canny()方法,該方法將輸入的原始圖像轉換為邊緣圖像,更多相關內容需要的朋友可以參考一下
函數原型與參數詳解
OpenCV提供了cv.Canny()方法,該方法將輸入的原始圖像轉換為邊緣圖像。
該方法的原型為:
cv.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) -> edges cv.Canny(dx, dy, threshold1, threshold2[, edges[, L2gradient]]) -> edges
- image參數是array格式的輸入圖像。
- threshold1與threshold2分別是我們的下界閾值與上界閾值。
- apertureSize是用于查找圖像梯度的Sobel核的大小,默認為3。
- L2gradient指定了求梯度幅值的公式,是一個布爾型變量,默認為False。當它為True時,使用L2,否則使用L1。
下面是具體代碼:
def canny_detect(image_path, show=True):
# 讀取圖像
image = cv2.imread(image_path, 0)
# 獲取結果
edges = cv2.Canny(image, 100, 200)
if show:
# 繪制原圖
plt.subplot(121)
plt.imshow(image, cmap='gray')
plt.title('Original Image')
plt.xticks([])
plt.yticks([])
# 繪制邊緣圖
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


到此這篇關于Python cv.Canny()方法參數與使用方法的文章就介紹到這了,更多相關Python cv.Canny()方法內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
tensorflow使用L2 regularization正則化修正overfitting過擬合方式
這篇文章主要介紹了tensorflow使用L2 regularization正則化修正overfitting過擬合方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05

