import cv2

# 加载图像
image = cv2.imread('4.png')

# 使用 Canny 边缘检测算法提取边缘特征
edges = cv2.Canny(image, 100, 200)

# 显示边缘特征
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

 

代码解析：

1. 导入 OpenCV 库：

   import cv2

1. 加载图像：

   image = cv2.imread('4.png')

这行代码使用 cv2.imread() 函数加载名为 "4.png" 的图像文件。

1. 使用 Canny 边缘检测算法：

   edges = cv2.Canny(image, 100, 200)

cv2.Canny() 函数是 OpenCV 中常用的边缘检测算法。它接受两个参数：

• image: 要进行边缘检测的图像。
• threshold1: 低阈值。
• threshold2: 高阈值。

Canny 算法使用这两个阈值来过滤边缘特征。低于低阈值的边缘特征会被忽略，高于高阈值的边缘特征会被保留。介于两个阈值之间的边缘特征则根据其连接情况来判断是否保留。

1. 显示边缘特征：

   cv2.imshow('Edges', edges)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

• cv2.imshow() 函数用于显示图像。第一个参数是窗口的名称，第二个参数是图像数据。
• cv2.waitKey(0) 函数用于等待用户按下任何键。
• cv2.destroyAllWindows() 函数用于关闭所有窗口。

代码运行结果：

运行这段代码后，会弹出一个窗口，显示 "4.png" 图像的边缘特征。

一些建议：

• 你可以调整 threshold1 和 threshold2 的值来控制边缘检测的敏感度。
• 如果图像中存在噪声，可以使用 cv2.GaussianBlur() 函数对图像进行模糊处理，以减少噪声的影响。
• 你可以使用 cv2.findContours() 函数来查找图像中的轮廓，并使用 cv2.drawContours() 函数在图像上绘制轮廓。