MATLAB的Python实现&x27；斯坎尼过滤器

在MATLAB中调用以下函数将Canny过滤器应用于图像：

edges = edge(image, 'Canny');

我知道有两个Python函数实现Canny过滤器：

import cv2

edges = cv2.Canny(image)

及

但是，这两个Python函数都不能像MATLAB那样计算过滤器的高阈值和低阈值。根据,

。默认的MATLAB算法[生成]两个阈值，使得高阈值被计算为不超过30%的像素被检测为边缘的最低值，低阈值被定义为高阈值的40%

---

是否有Python实现可以做到这一点？

您应该首先将Canny参数传递给

Canny（）

，然后在Python代码中运行它

im：图像名称
下限阈值：
上限阈值：

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('lena.png')
edges = cv2.Canny(img,....,....,L2gradient=False/True)

plt.imshow(edges,cmap='gray')
plt.show()

---

scikit图像源在这里：它应该很容易适应做你想做的事情。@StefanvanderWalt你们对这种效果的拉取请求感兴趣吗？有很多matlab用户正在过渡到python，因此我确实认为这方面的需求相当广泛，但我想知道，如果您不希望有没有独立理由复制matlab的代码，我想如果这是一个有用的功能，我们没有理由不实现它。在这样做时，请注意不要查看任何在不同许可证下编写的代码。感谢您的贡献！我已编辑了您的答案，以使用正确的格式。您可以随时更新您的答案以进一步改进它。请看一看我对格式做了什么，并记下它作为下一个答案。可以使用标记的子集进行格式设置。此外，编辑器窗口顶部的按钮将插入这些格式元素。我在退出时有点做错了，请随时纠正！我看不出这是如何回答这个问题的。

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('lena.png')
edges = cv2.Canny(img,....,....,L2gradient=False/True)

plt.imshow(edges,cmap='gray')
plt.show()