Python cv2 Canny 叠加在图像上

Python是一种流行的开源编程语言，常用于图像处理和计算机视觉。

OpenCV是一个流行的计算机视觉库，其中包含了许多用于图像处理和计算机视觉的函数和工具。

Canny算子是一种常用的边缘检测算法，用于检测图像中的边缘和轮廓。在OpenCV中，可以使用cv2.Canny函数来实现Canny算子。

步骤

1. 读取图像并将其转换为灰度图像。
2. 使用Canny算子检测图像的边缘。
3. 将检测到的边缘叠加在原图像上并显示。

import cv2
import numpy as np

# 读取图像并将其转换为灰度图像
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 使用Canny算子检测图像的边缘
edges = cv2.Canny(gray, 100, 200)

# 将检测到的边缘叠加在原图像上并显示
overlay = np.zeros_like(img)
overlay[:,:,0] = edges
overlay[:,:,1] = edges
overlay[:,:,2] = edges
result = cv2.addWeighted(img, 0.8, overlay, 0.2, 0)
cv2.imshow('result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

解释

1. 使用cv2.imread函数读取图像，并使用cv2.cvtColor将其转换为灰度图像。
2. 使用cv2.Canny函数检测图像的边缘。Canny算子需要两个参数：阈值1和阈值2。如果某个像素的梯度值大于阈值2，则它被认为是边缘像素；如果某个像素的梯度值小于阈值1，则它被认为不是边缘像素。如果某个像素的梯度值在阈值1和阈值2之间，则仅当该像素与可以被认为是边缘像素的像素相连时，它才被认为是边缘像素。
3. 将检测到的边缘叠加在原图像上并显示。为了将边缘叠加在原图像上，需要先创建一个与原图像大小相同的全零图像，然后将检测到的边缘赋值给其中一个通道。最后，使用cv2.addWeighted函数将原图像和叠加后的图像混合在一起。混合时，可以指定每张图像的权重，以及在两张图像重叠的地方如何混合。在这个例子中，使用权重0.8和0.2来混合原图像和叠加后的图像，使边缘更清晰地显示出来。

结论

本文介绍了如何使用Python，在OpenCV中实现Canny算子，并将其叠加在原图像上显示。Canny算法是一种常用的边缘检测算法，能够帮助我们检测图像中的边缘和轮廓。这个例子可以用于学习如何使用OpenCV处理图像，以及如何使用Canny算子检测图像中的边缘。