我需要canny算子边缘检测的代码

以下是使用OpenCV库实现Canny算子的边缘检测代码：

import cv2

# 读取图像
img = cv2.imread("image.jpg")
# 转化为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 进行边缘检测
edges = cv2.Canny(gray, 100, 200)
# 显示结果
cv2.imshow("Edges", edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：此代码仅供学习参考，具体使用时需要根据实际情况进行修改调整。

相关问题

canny算子边缘检测代码

以下是使用Canny算子进行边缘检测的Python代码示例：

import cv2

# 读取图像
img = cv2.imread("image.jpg")

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

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

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

# 显示结果
cv2.imshow("Edges", edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们首先读取一张图像，然后将其转换为灰度图像。接下来，我们使用高斯滤波对图像进行平滑处理，以减少噪点的影响。最后，我们使用Canny算子进行边缘检测，并将结果显示出来。

MATLAB canny算子边缘检测代码

以下是MATLAB中使用Canny算子进行边缘检测的示例代码：

% 读取图像
img = imread('lena.png');
% 转为灰度图像
gray_img = rgb2gray(img);
% Canny算子边缘检测
edge_img = edge(gray_img, 'canny');
% 显示原图和边缘检测结果
subplot(1,2,1), imshow(gray_img), title('原图');
subplot(1,2,2), imshow(edge_img), title('边缘检测结果');

在上述代码中，首先读取一张彩色图像，并将其转为灰度图像。然后使用`edge`函数进行Canny算子边缘检测，得到边缘检测结果。最后使用`subplot`和`imshow`函数将原图和边缘检测结果显示在同一窗口中。