机器视觉目标图片边缘提取

在Python环境中搭建机器视觉创新实践的开发环境

1.在已经安装配置完成Python环境的前提下，配置opencv环境

在配置opencv环境前，还需要先安装matplotlib、numpy库，这两个库主要为图像处理的库。

打开cmd控制台，输入pip install matplotlib，点击回车键，系统自行搜索安装matplotlib库，运行过程中，应保持网络的连接，如图：

同理，在cmd控制台中分别输入pip install numpy和pip install opencv-python安装numpy和opencv库。

2.选择目标边缘提取图片feature.jpg

3.编码实现边缘提取 

#导入库文件
import cv2
import numpy as np
from matplotlib import pyplot as plt
#导入目标图片
img=cv2.imread(‘feature.jpg‘,0)
#调用cv2.Canny()函数对图片进行边缘提取，并显示
edges = cv2.Canny(img,100,200)
plt.subplot(121),
plt.imshow(img,cmap = ‘gray‘)
plt.title(‘artwork_master‘), plt.xticks([]), 
plt.yticks([])plt.subplot(122),
plt.imshow(edges,cmap = ‘gray‘)
plt.title(‘Canny edge_detection‘), 
plt.xticks([]), 
plt.yticks([])
plt.show()

4.实验效果图

5.总结

在Pythong环境中配置opencv环境，只需要下载Python对应的opencv库就可以解决问题，本次实验，我是在jupyter notebook编译环境中实现的，也可以选择在sublime中编码实现。