opencv+python:滑动条+Canny边缘检测

最新推荐文章于 2025-04-05 15:55:56 发布

XJY34434545

最新推荐文章于 2025-04-05 15:55:56 发布

阅读量1.1k

点赞数 7

CC 4.0 BY-SA版权

分类专栏：计算机视觉

本文链接：https://blog.youkuaiyun.com/DoQi_ng/article/details/84324070

本文介绍了如何结合OpenCV库和Python实现Canny边缘检测，详细阐述了Canny算法的阈值设定，并通过创建滑动条动态调整这两个阈值，以增强图像边缘检测的效果。通过滑动条，用户可以直观地观察不同阈值对边缘检测结果的影响。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一.Canny边缘检测

函数：cv2.Canny(）

参数	作用
参数1	输入的图像
参数2	minVal
参数3	maxVal
参数4	计算图像梯度的Sobel卷积核大小，默认值为3
参数5	L2gradient,用来设定求梯度大小的方程

minVal 和 maxVal是两个阈值。当图像的灰度梯度高于maxVal 时被认为是真的边界，那些低于minVal 的边界会被抛弃，因为它不仅低于maxVal 而且不与真正的边界点项链。由于我们假设边界都是一些成的线段，所以在这一步一些小的噪声点也会被去除。

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('dog.jpg',0)
edges = cv2.Canny(img,100,200)

plt.subplot(121),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'),p