边缘检测（Canny，Sobel，Laplacian，Scharrs)的python调用

我看了很多边缘检测的教程，很多是基于matlab实现的，其实我们如果只是简单的边缘检测，我们可以直接调用已有的opencv的函数。如下

import cv2
import numpy as np

img = cv2.imread('iamge.jpg', 0)


# Sobel实现
sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=5)
sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=5)
edges_sobel = np.hypot(sobel_x, sobel_y)
edges_sobel *= 255.0 / np.max(edges_sobel)

# Canny实现
# 第二个第三个参数分别是阈值，用双阈值的方法来决定可能的（潜在的）边界
edges_canny = cv2.Canny(img, 100, 100)

# Laplacian实现
edges_laplacian = cv2.Laplacian(img, cv2.CV_64F)

# Scharr实现
schar_x = cv2.Scharr(img, cv2.CV_64F, 1, 0)
schar_y = cv2.Scharr(img, cv2.CV_64F, 0, 1)
edges_scharr = np.hypot(schar_x, schar_y)
edges_scharr *= 255.0 / np.max(edges_scharr)

然后简单介绍一下原理：

Sobel算子：

 

Laplacian 算子：

 

Canny 算子：

 

 

下面是效果图：