OpenCV(十五):如何用OpenCV-python3实现滑动条更新图像的Canny边缘检测

流过昼夜 提交于 2019-12-14 09:06:48
import cv2
from matplotlib import  pyplot as plt
import numpy as np

img= cv2.imread('39.jpg')#加载图片

cv2.namedWindow('Canny edge detect')#设置窗口,cv2.WINDOW_NORMAL表示窗口大小可自动调节
cv2.namedWindow('Original Image',cv2.WINDOW_NORMAL)
cv2.namedWindow('Canny edgeImage',cv2.WINDOW_NORMAL)

def nothing(x):#回调函数
    pass

#创建两个滑动条,分别控制minVal(最小阈值)、maxVal(最大阈值).

# minVal:滑动条名称; 'Canny edge detect':窗口名; 60:滑动条默认滑动位置; 300:最大值 ; nothing:回调函数
cv2.createTrackbar('minVal','Canny edge detect',60,300,nothing)
cv2.createTrackbar('maxVal','Canny edge detect',100,400,nothing)
while(1):
    #获得滑动条所在的位置
    #cv2.getTrackbarPos(滑动条名称,窗口名);
    minVal = cv2.getTrackbarPos('minVal','Canny edge detect')
    maxVal = cv2.getTrackbarPos('maxVal','Canny edge detect')

    #Canny边缘检测
    #cv2.Canny函数参数解析:
    # img:原图像名
    # minVal:最小梯度
    # maxVal:最大梯度
    # 5 :5*5大小的高斯滤波器(卷积核),用来消除噪声影响
    # L2gradient :求图像梯度,从而进行去除非边界上的点(非极大值抑制)
    edgeImage = cv2.Canny(img,minVal,maxVal,5,L2gradient=True)
  • L2gradient,它可以用来设定 求梯度大小的方程。如果设为 True,就会使用方程,

否则 False ,使用方程:
在这里插入图片描述
其中Gx,Gy为使用 Sobel 算子的计算水平方向和竖直方向的一阶导数

    #显示图片
    cv2.imshow('Original Image',img) #原图
    cv2.imshow('Canny edgeImage',edgeImage) # Canny检测后的图

    k = cv2.waitKey(1)
    if k ==ord('w')& 0xFF: # 按 w 退出
        break
cv2.destroyAllWindows()#销毁窗口

效果图如下。

在这里插入图片描述

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!