共计 853 个字符，预计需要花费 3 分钟才能阅读完成。
Python 中常用的图像边缘提取方法包括 Sobel 算子、Canny 边缘检测和 Laplacian 算子。这些方法可以通过 OpenCV 库来实现。
- Sobel 算子：Sobel 算子是一种基于梯度的边缘检测方法，它可以分别计算图像在水平和垂直方向上的梯度，并将两者合并得到最终的梯度图像。使用 Sobel 算子可以检测出图像中的边缘信息。
import cv2
import numpy as np
img = cv2.imread('image.jpg', 0)
edges = cv2.Sobel(img, cv2.CV_64F, 1, 1, ksize=5)
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()
- Canny 边缘检测：Canny 边缘检测是一种经典的边缘检测算法，它结合了多个步骤包括高斯滤波、梯度计算、非极大值抑制和双阈值检测来检测图像中的边缘。
import cv2
img = cv2.imread('image.jpg', 0)
edges = cv2.Canny(img, 100, 200)
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()
- Laplacian 算子：Laplacian 算子是一种基于二阶导数的边缘检测方法，它可以帮助检测图像中的边缘。使用 Laplacian 算子可以获得图像的二阶导数，并根据导数值来检测边缘。
import cv2
img = cv2.imread('image.jpg', 0)
edges = cv2.Laplacian(img, cv2.CV_64F)
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()
这些方法可以根据实际情况选择使用，以获得最佳的边缘检测效果。
丸趣 TV 网 – 提供最优质的资源集合！
正文完
