基于python和opencv的canny边缘检测

Canny边缘检测是一种基于梯度计算的边缘检测算法，它可以在图像中检测出较强的边缘，而忽略较弱的边缘和噪声。在Python中，可以使用OpenCV库来实现Canny边缘检测算法。

下面是一个基于Python和OpenCV的Canny边缘检测的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg', 0)

# 高斯滤波
blur = cv2.GaussianBlur(img, (3, 3), 0)

# 计算梯度
canny = cv2.Canny(blur, 50, 150)

# 显示结果
cv2.imshow('Canny', canny)
cv2.waitKey(0)
cv2.destroyAllWindows()

在代码中，首先使用`cv2.imread()`函数读取一张灰度图像。然后使用`cv2.GaussianBlur()`函数进行高斯滤波，以平滑图像并减少噪声。接着使用`cv2.Canny()`函数进行Canny边缘检测，其中50和150分别是Canny算法中的两个阈值，用来控制边缘的强度和连接性。最后使用`cv2.imshow()`函数显示结果，等待用户按下任意键后使用`cv2.destroyAllWindows()`函数关闭窗口。

需要注意的是，Canny边缘检测算法对图像的光照变化比较敏感，因此在使用时需要注意调整阈值来适应不同的图像。