图像的边缘轮廓处理

(目录)

import cv2 import numpy as np from matplotlib import pyplot as plt

读取图像

image = cv2.imread('image.jpg')

灰度化处理

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

使用Canny边缘检测算法

edges = cv2.Canny(gray, 50, 150)

显示结果

plt.subplot(121), plt.imshow(gray, cmap='gray') plt.title('Original Image'), plt.xticks([]), plt.yticks([])

plt.subplot(122), plt.imshow(edges, cmap='gray') plt.title('Edge Image'), plt.xticks([]), plt.yticks([])

plt.show()

保存结果

cv2.imwrite('edge.jpg', edges)

在这个代码示例中，我们首先读取了一张图像（请将'image.jpg'替换为你自己的图像路径）并将其转换为灰度图像。然后，我们使用Canny边缘检测算法来检测图像中的边缘。

Canny边缘检测算法是一种经典的边缘检测算法，它的主要思想是首先对图像进行高斯模糊，然后计算图像中的梯度，最后通过非最大抑制和双阈值处理来检测边缘。

在代码的下一部分，我们使用matplotlib库来显示原始图像和边缘图像。我们使用subplot函数创建一个子图来显示原始图像和边缘图像，并使用imshow函数显示图像。然后，我们使用title函数设置子图的标题，xticks和yticks函数来隐藏坐标轴。最后，我们使用show函数显示所有的子图。

最后，我们使用imwrite函数保存边缘图像为'edge.jpg'（请将'edge.jpg'替换为你自己的输出路径）。

得到图像的边缘轮廓，同时也可以保存边缘图像到本地。