Python?cv.Canny()方法參數(shù)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(shù)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(zhuǎn)換為邊緣圖像，更多相關(guān)內(nèi)容需要的朋友可以參考一下

函數(shù)原型與參數(shù)詳解

OpenCV提供了cv.Canny()方法，該方法將輸入的原始圖像轉(zhuǎn)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(shù)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(rèn)為3。
L2gradient指定了求梯度幅值的公式，是一個布爾型變量，默認(rèn)為False。當(dāng)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(jié)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(guān)于Python cv.Canny()方法參數(shù)與使用方法的文章就介紹到這了,更多相關(guān)Python cv.Canny()方法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

相關(guān)文章

Python繪圖并標(biāo)記出指定點(diǎn)(最大值點(diǎn))方法實(shí)例
我們在用python畫散點(diǎn)圖的時候經(jīng)常會需要標(biāo)記出特定的點(diǎn),這篇文章主要給大家介紹了關(guān)于Python繪圖并標(biāo)記出指定點(diǎn)(最大值點(diǎn))的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
2023-05-05
Python使用jsonpath_ng的方法
json path_ng 是 Python 中一款解析和操作 JSON 數(shù)據(jù)的工具,它可以通過 JSONPath 語法來對 JSON 數(shù)據(jù)進(jìn)行定位和提取,其用法類似于 XPath 語法對 XML 數(shù)據(jù)進(jìn)行定位,這篇文章主要介紹了Python使用jsonpath_ng的方法,需要的朋友可以參考下
2023-12-12
詳解python實(shí)現(xiàn)簡單區(qū)塊鏈結(jié)構(gòu)
區(qū)塊鏈?zhǔn)且环N數(shù)據(jù)結(jié)構(gòu)，也是一個分布式數(shù)據(jù)庫。這篇文章主要介紹了python實(shí)現(xiàn)簡單區(qū)塊鏈結(jié)構(gòu)的相關(guān)知識,需要的朋友可以參考下
2021-04-04
Python中對象迭代與反迭代的技巧總結(jié)
這篇文章將通過實(shí)例給大家分享Python中對象迭代與反迭代的技巧，對大家學(xué)習(xí)或者使用python具有一定的參考借鑒價值。有需要的下面來一起看看吧。
2016-09-09
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
Python的Requests庫示例講解
requests模塊是python基于urllib，采用Apache2 Licensed開源協(xié)議的 HTTP庫,它比 urllib 更加方便，可以節(jié)約我們大量的工作，完全滿足 HTTP測試需求,需要的朋友可以參考下
2023-05-05
簡述python&pytorch 隨機(jī)種子的實(shí)現(xiàn)
這篇文章主要介紹了簡述python&pytorch 隨機(jī)種子的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
2020-10-10
Python函數(shù)屬性和PyC詳解
這篇文章主要介紹了Python函數(shù)屬性和PyC，分享了相關(guān)代碼示例，小編覺得還是挺不錯的，具有一定借鑒價值，需要的朋友可以參考下
2021-10-10
python處理文本文件并生成指定格式的文件
本節(jié)主要介紹了python如何處理文本文件并生成指定格式的文件,需要的朋友可以參考下
2014-07-07
淺析Python中作用域的應(yīng)用
這篇文章主要是想和大家一起來討論下去Python中的命名空間、作用域和LEGB規(guī)則等不同概念,文中的示例代碼簡潔易懂,快跟隨小編一起來學(xué)習(xí)一下吧
2023-08-08