如何让OpenCV的Canny边缘检测输出True/False或1/0的二进制数组？

当然没问题！OpenCV的Canny边缘检测默认输出是8位灰度格式的NumPy数组（0表示非边缘像素，255表示边缘像素），要转换成你想要的布尔型（True/False）或者1/0的二进制数组，其实几步就能实现，和Matlab默认的输出形式完全对齐。

方法1：转换为布尔数组（True=边缘，False=非边缘） #

直接用NumPy的比较运算符就能完成，因为Canny输出里边缘像素固定是255，非边缘都是0，两种判断方式都可行：

import cv2
import numpy as np

# 读取目标灰度图像
gray_img = cv2.imread("your_image_path.jpg", cv2.IMREAD_GRAYSCALE)
# 执行Canny边缘检测（参数可根据需求调整）
canny_result = cv2.Canny(gray_img, threshold1=50, threshold2=150)

# 方式1：判断像素是否大于0（等价于是否为边缘）
bool_edges = canny_result > 0
# 方式2：直接判断是否等于255（结果和上面完全一致）
bool_edges = canny_result == 255

方法2：转换为1/0的整数数组（1=边缘，0=非边缘） #

如果需要数值型的二进制数组，有几种简洁的实现方式：

• 方式A：基于布尔数组转换类型

# 把布尔数组直接转为uint8类型，True会变成1，False变成0
binary_edges = (canny_result > 0).astype(np.uint8)

• 方式B：用np.where做条件映射

# 当像素为255时赋值1，否则赋值0
binary_edges = np.where(canny_result == 255, 1, 0)

• 方式C：利用整数除法简化操作

# 255//255=1，0//255=0，一步得到结果
binary_edges = canny_result // 255

补充一下：Matlab里的edge函数默认返回的就是逻辑（布尔）数组，和我们上面生成的bool_edges效果完全相同，这样转换后就能和Matlab的输出逻辑保持一致啦。

内容的提问来源于stack exchange，提问作者Anas Mansour