本篇内容介绍了“Python cv.Canny()方法怎么使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
OpenCV提供了cv.Canny()方法，该方法将输入的原始图像转换为边缘图像。
该方法的原型为：
cv.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) -> edges cv.Canny(dx, dy, threshold1, threshold2[, edges[, L2gradient]]) -> edges
image参数是array格式的输入图像。
threshold1与threshold2分别是我们的下界阈值与上界阈值。
apertureSize是用于查找图像梯度的Sobel核的大小，默认为3。
L2gradient指定了求梯度幅值的公式，是一个布尔型变量，默认为False。当它为True时，使用L2，否则使用L1。
下面是具体代码：
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')
“Python cv.Canny()方法怎么使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
