边缘检测算法（candy）

 人工智能例子汇总：AI常见的算法和例子-CSDN博客 

Canny 边缘检测的步骤

1. 灰度转换

• 如果输入的是彩色图像，则需要先转换为 灰度图像，因为边缘检测通常在单通道图像上进行。

2. 高斯滤波（Gaussian Blur）

• 由于边缘检测容易受到噪声的影响，使用 高斯滤波 来平滑图像，减少噪声干扰。
• 典型的高斯核大小：3×33\times33×3, 5×55\times55×5
• 高斯滤波公式： 
• 
• 其中，σ\sigmaσ 控制模糊程度，通常取 1.0。

完整代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt# 读取图像并转换为灰度
image = cv2.imread("touxiang.jpg", cv2.IMREAD_GRAYSCALE)# 使用 Canny 进行边缘检测
edges = cv2.Canny(image, 50, 150)  # 低阈值 50，高阈值 150# 显示结果
plt.figure(figsize=(8,6))
plt.imshow(edges, cmap="gray")
plt.axis("off")
plt.title("Canny Edge Detection")
plt.show()