07 Canny算子边缘检测

---

前言

前面学习了几个经典算子：
06Laplician
05Priwitt
04Sobel
03Roberts
今天学习的是Canny算子。

---

一、Canny算子是什么？

Canny算子是一种最优边缘检测算子，它具有较高的精度和低的误检率，常用于计算机视觉和图像处理领域。Canny算子主要由以下几个步骤组成：

1高斯滤波：在图像中采用高斯滤波器来平滑图像，以去除噪声。

2计算图像的梯度：在平滑后的图像中计算每个像素的梯度值和方向。

3非极大值抑制：在梯度方向上，只保留局部最大值的像素，以获得最终的边缘。

4双阈值检测：根据高和低阈值，将图像中的像素分为强边缘和弱边缘。

5边缘连接：根据强边缘和弱边缘的位置和拓扑关系，将弱边缘连接成跟强边缘相连的边缘。

以上步骤是Canny算子的主要过程。相比其他边缘检测算法，Canny算子产生的边缘更为细腻、准确，能够有效地避免噪声和误检率高的问题。

二、程序验证

1.使用第三方库

代码如下（示例）：

import cv2
import numpy as np

def canny_edge_detection(image):
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    blurred_image = cv2.GaussianBlur(gray_image, (3, 3), 0)
    edges = cv2.Canny(blurred_image, 30, 100)
    return edges

总结

本文是调用第三方库完成canny边缘提取的，由于canny边缘提取包括的知识点有点多，以我目前的代码水平只能慢慢实现他的全部功能，这部分会在后面文章进行更新。