机器视觉 · 函数

边缘检测

使用 OpenCV Canny 做边缘检测。

调用签名(图像, 低阈值: 'int' = 100, 高阈值: 'int' = 200, **选项)

边ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：边缘检测
设 图像 = 机器视觉.读取图像("outputs/样例.png")
设 边缘 = 机器视觉.边缘检测(图像, 低阈值=80, 高阈值=180)
打印(边缘)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

4 个参数

参数类型 / 传入方式说明

图像可选 · 默认无

未声明位置参数或字段名=值

OpenCV、Pillow、NumPy 数组或底层库可识别的图像对象。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到图像再传入

低阈值可选 · 默认 100

int位置参数或字段名=值

边缘检测的低阈值。

常见错误：传非整数会报 TypeError;按整数类型传值

高阈值可选 · 默认 200

int位置参数或字段名=值

边缘检测的高阈值。

常见错误：传非整数会报 TypeError;按整数类型传值

选项可选 · 默认不传则为空

未声明可变关键字参数，用 **字典展开

额外关键字参数，用字典形式展开传入。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 案例：边缘检测
设 图像 = 机器视觉.读取图像("outputs/样例.png")
设 边缘 = 机器视觉.边缘检测(图像, 低阈值=80, 高阈值=180)
打印(边缘)

# 进阶组合:边缘检测 配合 机器视觉 业务流使用
设 图像 = 机器视觉.读取图像("outputs/示例.png")
设 结果 = 机器视觉.边缘检测(
    图像=图像,  # 必填
    低阈值=100,  # 可选
    高阈值=200,  # 可选
)
机器视觉.保存图像("outputs/灰度示例.png", 灰度)
打印(结果)

# 错误排查:覆盖 1 个必填参数

## 参数 1: 图像
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器视觉.边缘检测()  # TypeError
# 修复:补上必填字段
设 结果 = 机器视觉.边缘检测(图像=图像)
打印(结果)