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:
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。
来源:CSDN
作者:有一种黑暗来自光
链接:https://blog.csdn.net/wxl18552239322/article/details/103455760