OpenCV的Canny边缘提取

import cv2 as cv
import numpy as np


def edge_demo(image):
    blurred = cv.GaussianBlur(image, (3, 3), 0)     # 高斯模糊,平滑处理原图像降噪
    gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)  # 转为灰度
    xgrad = cv.Sobel(gray, cv.CV_16SC1, 1, 0)       # x的梯度
    ygrad = cv.Sobel(gray, cv.CV_16SC1, 0, 1)       # y的梯度
    edge_output = cv.Canny(xgrad, ygrad, 50, 150)    # Canny只接受单通道图像作为输入
    '''
    def Canny(image: Any,           # 需要处理的原图像，该图像必须为单通道的灰度图
          threshold1: Any,          # 第一个阈值
          threshold2: Any,          # 第二个阈值
          edges: Any = None,        # 单通道存储边缘的输出图像
          apertureSize: Any = None, # Sobel 算子内核大小
          L2gradient: Any = None) -> None   # 一个布尔值，如果为True,刚使用更精确的L2范数进行计算（即两个方向的倒数的平方和再开方。
                                            # False将使用L1范数（直接将两个方向导数的绝对值相加）。
    threshold2  是较大的阈值，用于检测图像中明显的边缘，但一般情况下检测的效果不会那么完美，边缘检测出来是断断续续的。
    所以这时候用较小的 threshold1（第一个阈值）用于将这些间断的边缘连接起来。
    '''
    cv.imshow("Canny Edge", edge_output)
    dst = cv.bitwise_and(image, image, mask=edge_output)
    cv.imshow("Color Edge", dst)


src = cv.imread("C:/Users/admin/Pictures/Saved Pictures/3.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
edge_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

或者这种写法:

def edge_demo(image):
    blurred = cv.GaussianBlur(image, (3, 3), 0)     # 高斯模糊,平滑处理原图像降噪
    edge_output = cv.Canny(blurred, 50, 150)  # Canny只接受单通道图像作为输入
    '''
    def Canny(image: Any,           # 需要处理的原图像，该图像必须为单通道的灰度图
          threshold1: Any,          # 第一个阈值
          threshold2: Any,          # 第二个阈值
          edges: Any = None,        # 单通道存储边缘的输出图像
          apertureSize: Any = None, # Sobel 算子内核大小
          L2gradient: Any = None) -> None   # 一个布尔值，如果为True,刚使用更精确的L2范数进行计算（即两个方向的倒数的平方和再开方。
                                            # False将使用L1范数（直接将两个方向导数的绝对值相加）。
    threshold2  是较大的阈值，用于检测图像中明显的边缘，但一般情况下检测的效果不会那么完美，边缘检测出来是断断续续的。
    所以这时候用较小的 threshold1（第一个阈值）用于将这些间断的边缘连接起来。
    '''
    cv.imshow("Canny Edge", edge_output)
    dst = cv.bitwise_and(image, image, mask=edge_output)
    cv.imshow("Color Edge", dst)