本期主要介绍canny算子，了解canny算子的流程以及各个流程的原理和实现。

​

完成本期内容，你可以：

• 了解canny算子的流程和应用

若要运行案例代码，你需要有：

• 操作系统：Ubuntu 16 以上 或者 Windows10

• 工具软件：VScode 或者其他源码编辑器

• 硬件环境：无特殊要求

• 核心库：python 3.6.13， opencv-contrib-python 3.4.11.39，opencv-python 3.4.2.16

点击下载源码

---

canny算子函数

OpenCV将Canny算子封装成了cv2.Canny()方法。

函数原型： edges = cv2.Canny( image, threshold1, threshold2[, apertureSize[, L2gradient]])
dst为输出图像。

参数描述如下：

• edges：计算得到的边缘图像。
• image：8位输入图像。
• threshold1：处理过程中的第一个阈值。
• threshold2：处理过程中的第二个阈值。
• apertureSize：Sobel算子的孔径大小。
• L2gradient：计算图像梯度强度(gradient magnitude)的标识。

canny算子流程

① 高斯滤波对图像进行平滑处理；

② Sobel算子计算图像的梯度幅值；

③ 对图像的梯度幅值进行非极大值抑制；

④ 滞后阈值处理进行边缘连接。

---

具体步骤

1. 创建项目结构

创建项目名为使用canny算子进行人像勾勒，项目根目录下新建code文件夹储存代码，新建dataset文件夹储存数据，项目结构如下：

使用canny算子进行人像勾勒                 # 项目名称
├── code                               # 储存代码文件
├── dataset                            # 储存数据文件

注：如项目结构已存在，无需再创建。

2. 使用canny算子进行人像勾勒

1. 在 code文件夹下创建edge.py文件；

2. 导入所需的库，OpenCV；

3. 读取dataset文件夹下的girl.png图片，并进行展示,标题为original ；

4. 使用阈值为128 200的canny算子进行人像勾勒,并展示结果；

5. 使用阈值为32 128的canny算子进行人像勾勒,并展示结果。

代码实现

# 导入所需模块 OpenCV
import cv2
# 读取图片
img = cv2.imread("../dataset/girl.png", 0)
cv2.imshow("original", img)

# 使用阈值为128 200的canny算子进行人像勾勒
r1 = cv2.Canny(img,128,200)
cv2.imshow("canny_128_200", r1)

# 使用阈值为32 128的canny算子进行人像勾勒
r2 = cv2.Canny(img,32,128)
cv2.imshow("canny_32_128", r2)

cv2.waitKey(0)
cv2.destroyAllWindows()

处理效果

3. 分步实现canny边缘检测（了解）

1. 在 code文件夹下找到expand.py文件；
2. 根据canny边缘检测的流程来读懂代码，了解实现每一步操作的具体流程。

本期通过使用canny算子实现了人像的勾勒，巩固了canny算子的原理和实现。

点击下载源码