OpenCV - Canny 边缘检测（Python实现）

最新推荐文章于 2025-04-02 07:51:43 发布

c橘子

最新推荐文章于 2025-04-02 07:51:43 发布

阅读量2.2k

点赞数 2

分类专栏：【OpenCV】文章标签： OpenCV

本文链接：https://blog.youkuaiyun.com/qq_40344307/article/details/91607081

版权

本文介绍了如何使用 OpenCV 的 cv2.Canny() 函数进行Canny边缘检测。该函数通过设置minVal和maxVal参数确定边缘阈值，并利用Sobel卷积核计算图像梯度。当L2gradient参数设为True时，会采用更精确的梯度计算方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Canny 边缘检测
在 OpenCV 中只需要一个函数： cv2.Canny()，就可以完成以上几步。让我们看如何使用这个函数。这个函数的第一个参数是输入图像。第二和第三个分别是 minVal 和 maxVal。第三个参数设置用来计算图像梯度的 Sobel卷积核的大小，默认值为 3。最后一个参数是 L2gradient，它可以用来设定求梯度大小的方程。如果设为 True，就会使用我们上面提到过的方程，否则使用方程： Edge−Gradient (G) = jG2 xj + jG2 yj 代替，默认值为 False。

import cv2
import numpy as np

minVal,maxVal = 0,0 #阈值

def nothing(x):#回调函数更新图像
    #获取滑条位置
    minVal = cv2.getTrackbarPos('minVal','Canny')
    maxVal = cv2.getTrackbarPos('maxVal','Canny')
    edges = cv2.Canny(img,minVal,maxVal)
    cv2.imshow('Canny',edges)
        
img = cv2.imread('image.jpg',0)#读取图片
cv2.namedWindow('image')#显示原图
cv2.imshow('image',img)

cv2.namedWindow('Canny')#显示检测图
#创建两个滑条
cv2.createTrackbar('minVal','Canny',0,255,nothing)
cv2.createTrackbar('maxVal','Canny',0,255,nothing)

e