前言:这是this question的延续。
请考虑以下代码,取自here:
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('messi5.jpg',0)
edges = cv2.Canny(img,100,200) # Would 100 and 200 matter if your original image was black and white?
plt.subplot(121),plt.imshow(img,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()
我的问题:
我问的原因:
答案 0 :(得分:2)
阈值执行很重要。
假设3x3
Sobel过滤器(如Canny
中所示),您可以获得输入二进制dx
图像的dy
和(0, 255)
的可能值是:
-1020, -765, -510, -255, 0, 255, 510, 765, 1020
可能的幅度值是:
0, 510, 1020, 1530
。0, 360.63, 510, 721.25, 806.38, 1020, 1081.87, 1140.40
因此,如果您使用,您将从Canny获得不同的输出图像,例如(minVal, maxVal)
作为(200,400)
或(400,600)
。
如果你使用相同间隔的阈值(间隔的边界是上面显示的幅度值),那么你将得到相同的结果。