opencv python Canny边缘检测

处理顺序:

1.彩色图像转换成灰度图
2.对图像进行高斯模糊
3.计算图像梯度 根据梯度计算 图像边缘幅值与角度
4.非最大信号压制处理
		在获得梯度的方向和大小之后，应该对整幅图像做一个扫描，去除那些非边界上的点。
		对每一个像素进行检查，看这个点的梯度是不是周围具有相同梯度方向的点中最大的。
5.双阈值边缘连接处理
	现在要确定那些边界才是真正的边界。
	这时我们需要设置两个阈值：minVal和maxVal。
	当图像的灰度梯度高于maxVal时被认为是真的边界，那些低于minVal的边界会被抛弃。
	如果介于两者之间的话，就要看这个点是否与某个被确定为真正的边界点相连，如果是就认为它也是边界点，如果不是就抛弃
6.二值化图像输出结果

代码:

img = cv2.imread("1.jpg",cv2.IMREAD_GRAYSCALE)

img2 = cv2.Canny(img,200,240)

img = np.hstack((img,img2))

cv2.imshow("img",img)
cv2.waitKey(0)
cv2.destroyAllWindows()