改进canny算法边缘检测代码

Canny算法是一种经典的边缘检测算法，它主要包含四个步骤：高斯滤波、计算梯度、非极大值抑制和双阈值处理。以下是一个简单的Canny算法边缘检测代码，您可以在此基础上进行改进：

import cv2
import numpy as np

def canny_edge_detection(image, sigma=0.33):
    # Convert image to grayscale
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # Apply Gaussian blur
    blurred = cv2.GaussianBlur(gray, (3, 3), 0)

    # Calculate median of pixel intensities
    median = np.median(blurred)

    # Calculate lower and upper thresholds using median intensity
    lower = int(max(0, (1.0 - sigma) * median))
    upper = int(min(255, (1.0 + sigma) * median))

    # Apply Canny edge detection
    edges = cv2.Canny(blurred, lower, upper)

    return edges

其中，`sigma`参数用于控制双阈值处理中的低阈值，一般取值为0.33。您可以尝试调整该参数以改进算法的效果。此外，您也可以尝试使用其他的边缘检测算法，如Sobel算子、Laplacian算子等，以获得更好的效果。