图像处理： Canny边缘检测

# Canny边缘检测

Canny边缘检测流程：

1，使用高斯滤波，以平滑图像，滤除噪声（归一化处理）

2、计算图像中每个像素点的梯度强度和方向（Sobel算子计算Gx、Gy）

3、应用非极大值抑制（NMS）以消除边缘检测带来的杂散效应

4、应用双阈值检测来确定真实和潜在的边缘

5、通过抑制孤立的边缘最终完成边缘检测

最后一个参数越大，边缘检测更加“细致”

v1 = cv2.Canny(img_,50,100)
v2 = cv2.Canny(img_,50,50)

res = np.hstack((v1,v2))
cv_show(res,'res')

plt.imshow(res)

#LOG算子
gaussian = cv2.GaussianBlur(img_, (3,3), 0) #先通过高斯滤波降噪
dst = cv2.Laplacian(gaussian, cv2.CV_16S, ksize = 3) #再通过拉普拉斯算子做边缘检测
LOG = cv2.convertScaleAbs(dst)

cv_show(LOG,'LOG')
plt.imshow(LOG)