Python cv.Canny()方法参数详解与代码示例
发布时间：2026-10-15 |
4人浏览过
本文详细介绍Python OpenCV中cv.Canny()函数的使用方法及核心参数。涵盖image输入图像、threshold1与threshold2阈值设置、apertureSize Sobel核大小以及L2gradient梯度计算模式。附带完整代码示例，展示如何读取图像并进行边缘提取，帮助开发者快速掌握Canny算法在Python中的实际应用。
函数原型与参数详解
OpenCV库提供了cv.Canny()函数，用于将输入的原始图像转换为包含边缘信息的图像。
该函数的具体原型如下所示：
cv.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) -> edges
cv.Canny(dx, dy, threshold1, threshold2[, edges[, L2gradient]]) -> edges- 其中，image参数接收array格式的输入图像数据。
- threshold1和threshold2分别代表下界阈值与上界阈值，用于控制边缘检测的灵敏度。
- apertureSize参数指定用于计算图像梯度的Sobel核的大小，其默认值为3。
- L2gradient是一个布尔型参数，用于指定计算梯度幅值的公式，默认值为False。若设置为True，则采用L2范数计算；否则采用L1范数。
以下是具体的实现代码：
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')效果
到此这篇关于Python cv.Canny()方法参数与使用方法的文章就介绍到这了,更多相关Python cv.Canny()方法内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
