canny_filter

`canny_filter` 是一个函数，根据输入的图像进行 Canny 边缘检测，并返回边缘图像。

import cv2
import numpy as np

def canny_filter(img):
    blurred_img = cv2.blur(img, ksize=(5, 5))
    med_val = np.median(blurred_img)
    low_thres = int(max(0, 0.5 * med_val))
    high_thres = int(min(255, 2.0 * med_val))
    edges = cv2.Canny(img, low_thres, high_thres)

    return edges

函数的输入参数 `img` 是一个图像，可以是灰度图像或彩色图像。接下来的步骤是：

1. `blurred_img = cv2.blur(img, ksize=(5, 5))`：对输入的图像进行模糊处理，使用一个 5x5 的卷积核进行均值滤波，以减少噪声的影响。

2. `med_val = np.median(blurred_img)`：计算模糊后图像的中值，用于后续计算阈值。

3. `low_thres = int(max(0, 0.5 * med_val))` 和 `high_thres = int(min(255, 2.0 * med_val))`：根据中值计算 Canny 边缘检测算法的低阈值和高阈值。低阈值通常为中值的一半，高阈值为中值的两倍。确保阈值在 0 到 255 之间，并将结果转换为整数。

4. `edges = cv2.Canny(img, low_thres, high_thres)`：使用计算得到的低阈值和高阈值在输入图像上执行 Canny 边缘检测算法，返回一个包含边缘信息的二值图像。

5. 最后，函数返回边缘检测得到的结果图像 `edges`。

这个函数可以应用于任何图像，以便找到图像中的边缘信息。