图解边缘检测
opencv 应用Canny算法进行边缘检测
import cv2 as cv
import numpy as np
img = cv.imread(‘baby_g.jpg‘, 0)
# 二值化图像处理后,边缘检测效果更好
_, thresh = cv.threshold(img, 0, 255, cv.THRESH_BINARY + cv.THRESH_OTSU)
# canny边缘检测,60以下置为0,180以上置为255,第2、3参数的作用可查看本文最后一部分内容
edges = cv.Canny(thresh, 60, 180)
cv.imshow(‘canny‘, np.hstack((img, edges)))
cv.waitKey(0)
cv.destroyAllWindows()
实验结果
Canny算法原理
请参考Canny边缘检测算法原理详解 Canny边缘检测算法原理
Canny算法手动实现
请参考Canny边缘检测算法python实现 Canny边缘检测算法python实现
opencv中使用Canny算法
请参考opencv中的Canny算法使用 opencv中的Canny算法使用
通过程序观察cv.Canny函数第二个,第三个参数的作用
import cv2 as cv
import numpy as np
def track_back(x):
pass
img = cv.imread(‘paojie_g.jpg‘, 0)
cv.namedWindow(‘window‘)
# 创建滑动条
cv.createTrackbar(‘maxVal‘, ‘window‘, 30, 100, track_back)
cv.createTrackbar(‘minVal‘, ‘window‘, 180, 255, track_back)
while(True):
# 获取滑动条的值
max_val = cv.getTrackbarPos(‘maxVal‘, ‘window‘)
min_val = cv.getTrackbarPos(‘minVal‘, ‘window‘)
edges = cv.Canny(img, min_val, max_val)
cv.imshow(‘window‘, edges)
# 按下ESC键退出
if cv.waitKey(30) == 27:
break
结果
原文地址:https://www.cnblogs.com/wojianxin/p/12597673.html
时间: 2024-11-05 22:40:39