python+opencv Canny邊緣檢測

OpenCV提供了一給非常方便的Canny函數（算法發明者：Jhon F.Canny）。
Canny邊緣檢測算法非常複雜，其實現有5個步驟：

• 使用高斯濾波器對圖像進行降噪
• 計算梯度
• 在邊緣上使用非最大抑制（NMS）
• 在檢測到的邊緣上使用雙閾值去除假陽性
• 分析所有邊緣及其之間的連接，保留真正的邊緣，消除不明顯的邊緣

import cv2
#轉爲灰度圖片
img = cv2.imread(r"F:\Python\picture\lena.jpg",cv2.IMREAD_GRAYSCALE)
#降噪
img = cv2.GaussianBlur(img,(5,5),0)
#邊緣檢測，50爲低閾值，100爲高閾值，通過調整閾值可以獲得不同效果
img = cv2.Canny(img,50,100)
cv2.imshow("canny",img)
cv2.waitKey()
cv2.destroyAllWindows()

原圖：

上述代碼的效果圖：

調整閾值爲100，200後的效果：

img = cv2.Canny(img,100,200)