import cv2# 加載圖像
image = cv2.imread('4.png')# 使用 Canny 邊緣檢測算法提取邊緣特征
edges = cv2.Canny(image, 100, 200)# 顯示邊緣特征
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

?

代碼解析：

1. 導入 OpenCV 庫：

   import cv2

1. 加載圖像：

   image = cv2.imread('4.png')

這行代碼使用?cv2.imread()?函數加載名為 "4.png" 的圖像文件。

1. 使用 Canny 邊緣檢測算法：

   edges = cv2.Canny(image, 100, 200)

cv2.Canny()?函數是 OpenCV 中常用的邊緣檢測算法。它接受兩個參數：

• image: 要進行邊緣檢測的圖像。
• threshold1: 低閾值。
• threshold2: 高閾值。

Canny 算法使用這兩個閾值來過濾邊緣特征。低于低閾值的邊緣特征會被忽略，高于高閾值的邊緣特征會被保留。介于兩個閾值之間的邊緣特征則根據其連接情況來判斷是否保留。

1. 顯示邊緣特征：

   cv2.imshow('Edges', edges)cv2.waitKey(0)cv2.destroyAllWindows()

• cv2.imshow()?函數用于顯示圖像。第一個參數是窗口的名稱，第二個參數是圖像數據。
• cv2.waitKey(0)?函數用于等待用戶按下任何鍵。
• cv2.destroyAllWindows()?函數用于關閉所有窗口。

代碼運行結果：

運行這段代碼后，會彈出一個窗口，顯示 "4.png" 圖像的邊緣特征。

一些建議：

• 你可以調整?threshold1?和?threshold2?的值來控制邊緣檢測的敏感度。
• 如果圖像中存在噪聲，可以使用?cv2.GaussianBlur()?函數對圖像進行模糊處理，以減少噪聲的影響。
• 你可以使用?cv2.findContours()?函數來查找圖像中的輪廓，并使用?cv2.drawContours()?函數在圖像上繪制輪廓。