opencv学习笔记（13）canny边缘提取

canny算法介绍（老师ppt里的）：
1.高斯模糊（GaussianBlur）
2.灰度转换（cvtColor）
3.计算梯度（Sobel/Scharr）
4.非最大信号抑制
5.高低阈值输出二值图像

# coding=UTF-8
import cv2 as cv
import numpy as np

def edge_demo(image):
    blurred = cv.GaussianBlur(image,(3,3),0)
    gray = cv.cvtColor(blurred,cv.COLOR_BGR2GRAY)
    grad_x = cv.Sobel(gray,cv.CV_16SC1,1,0)
    grad_y = cv.Sobel(gray,cv.CV_16SC1,0,1)
    #edge_output = cv.Canny(image,50,150)
    # canny的高低阈值比例一般为1：2或1：3
    edge_output = cv.Canny(grad_x,grad_y,50,150)
    cv.imshow("canny edge",edge_output)
    dst = cv.bitwise_and(image,image,mask = edge_output)
    cv.imshow("color edge",dst)



scr = cv.imread("D:/academic/picture/opencv_data/lena.jpg")
cv.imshow("input image",scr)
edge_demo(scr)
cv.waitKey(0)
cv.destroyAllWindows()

用梯度和原图像都行！
用梯度的效果：

用原图的效果：