利用canny算子提取图像边缘

打开医学图像后，我们可以使用至少4种基于一阶的边缘检测算子，如梯度、prewitt、robert、sobel等，以及2种二阶的边缘检测算子，如laplacian、log、canny等，对其进行边缘检测。通过比较这些算子的结果，我们可以得出它们在不同情况下的优缺点。例如，一阶算子可以检测出较细的边缘，但容易受到噪声的影响；而二阶算子可以检测出更粗的边缘，但对噪声的抵抗能力更强。因此，在实际应用中，我们需要根据具体情况选择合适的算子来进行边缘检测。

相关问题

简答题 请用Python+OpenCV编写程序，利用Canny算子提取图像边缘信息，图像可自行选择。将程序粘贴出来，将程序运行的原始图和边缘图截图上传。

在Python中，我们可以使用OpenCV库来实现Canny边缘检测算法。下面是一个简单的例子：

import cv2
import numpy as np

def canny_edge_detection(image_path):
    # 读取图片
    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    
    # 检查图像是否加载成功
    if image is None:
        print("无法加载图像")
        return
    
    # 使用Canny算子检测边缘
    edges = cv2.Canny(image, low_threshold=50, high_threshold=150)

    # 显示原始图和边缘图
    cv2.imshow("Original Image", image)
    cv2.imshow("Edges Image", edges)
    cv2.waitKey(0)   # 等待用户按键
    cv2.destroyAllWindows()

# 调用函数并传入你要处理的图片路径
canny_edge_detection('your_image.jpg')

在这个程序中，`cv2.Canny()` 函数接受灰度图像作为输入，以及两个阈值（low_threshold和high_threshold），用于确定边缘强度。较低的阈值会捕获图像中的弱边，较高的阈值则会保留较强边。