利用Canny边缘检测算子编程实现边缘检测

Canny边缘检测算子是一种常用的边缘检测算法，它可以有效地检测图像中的边缘，并且对于噪声有很好的抗干扰能力。下面给出一个利用Canny边缘检测算子编程实现边缘检测的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)

# 执行Canny边缘检测
edges = cv2.Canny(img, 100, 200)

# 显示原图和边缘检测结果
cv2.imshow('Original Image', img)
cv2.imshow('Canny Edges', edges)

# 等待用户按下任意按键退出程序
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先读取了一张灰度图像，然后利用`cv2.Canny()`函数执行了Canny边缘检测，其中第一个参数是输入图像，第二个参数是阈值1，第三个参数是阈值2。阈值1和阈值2是控制边缘检测结果的两个阈值，当像素点的梯度值大于阈值2时，该像素被认为是边缘像素；当像素点的梯度值小于阈值1时，该像素被认为不是边缘像素；当像素点的梯度值介于阈值1和阈值2之间时，如果该像素与一个边缘像素相邻，则认为该像素也是边缘像素。通过调整阈值1和阈值2的大小，可以得到不同的边缘检测结果。最后，我们利用`cv2.imshow()`函数显示了原图和边缘检测结果，并等待用户按下任意按键退出程序。