python+openCV使用滑動條調節閾值進行Canny邊緣檢測

Canny邊緣檢測一般流程

• 高斯濾波，平滑圖像，減弱噪聲
• 計算圖像梯度大小和方向
• 非極大值抑制，稀疏邊緣
• 滯後閾值（雙閾值檢測）

函數cv2.Canny(image, threshold1, threshold2[, apertureSize[, L2gradient]])

參數：

• image:深度爲8位的圖像
• threshold1:滯後閾值中的低閾值
• threshold2:滯後閾值中的高閾值
• apertureSize:Sobel邊緣檢測中的卷積框大小
• L2gradient:精度設置，默認爲False

返回值

單通道且圖像深度爲8位的圖像，即灰度圖像

e.g.

設置兩個滑動條，分別控制threshold1,threshold2

import cv2
#載入圖片
img_original=cv2.imread('E:\ImagesFavour\\5.2.3.jpg')
#設置窗口
cv2.namedWindow('Canny')
#定義回調函數
def nothing(x):
    pass
#創建兩個滑動條，分別控制threshold1，threshold2
cv2.createTrackbar('threshold1','Canny',50,400,nothing)
cv2.createTrackbar('threshold2','Canny',100,400,nothing)
while(1):
    #返回滑動條所在位置的值
    threshold1=cv2.getTrackbarPos('threshold1','Canny')
    threshold2=cv2.getTrackbarPos('threshold2','Canny')
    #Canny邊緣檢測
    img_edges=cv2.Canny(img_original,threshold1,threshold2)
    #顯示圖片
    cv2.imshow('original',img_original)
    cv2.imshow('Canny',img_edges)  
    if cv2.waitKey(1)==ord('q'):
        break
cv2.destroyAllWindows()

結果顯示如下：