图像处理：Canny边缘检测原理（附代码实现）

 Canny 边缘检测是一种使用多级边缘检测算法检测边缘的方法

OPENCV提供了函数cv2.Canny（ ）实现Canny边缘检测，虽然opencv为我们提供了很方便的使用，但是我们还是要理解Canny边缘检测的原理。

Canny 边缘检测步骤

Canny边缘检测分为如下几个步骤：

• 步骤1：去噪。噪声会影响边缘检测的准确性，因此首先要将噪声过滤掉。
• 步骤2：计算梯度的幅度与方向。
• 步骤3：非极大值抑制，即适当的让边缘变瘦。
• 步骤4：确定边缘。使用双阈值算法确定最终的边缘信息。

下面对上述步骤分别进行简单的介绍

1. 应用高斯滤波去除图像噪声

由于图像边缘非常容易受到噪声的干扰，因此为了避免检测到错误的边缘信息，通常需要对图像进行滤波以去除噪声。滤波的目的是平滑一些纹理较弱的非边缘区域，以便得到更准确的边缘。在实际处理过程中，通常采用高斯滤波去除图像中的噪声。

下图演示了使用高斯滤波器 T 对原始图像O中像素值为226的像素点进行滤波，得到该点在滤波结果图像D内的值的过程。

在滤波过程中，我们通过滤波器对像素点周围的像素计算加权平均值，获取最终滤波结果。对于高斯滤波器T，越临近中心的点，权值越大。计算过程如下：

138 = 1/56（197*1+25*1+106*2+156*1+159*1+149*1+40*3+107*4+5*3+71*1+163*2+198*4+226*8+223*4+156*2+......+41*1+75*1）

当然，高斯滤波器（高斯核）并不是固定的，滤波器的大小也是可变的，高斯核的大小对于边缘检测的效果具有很重要的作用。滤波器的核越大，边缘信息对于噪声的敏感度就越低。不过，核越大，边缘检测的定位错误也会随之增加