机器视觉之canny

Canny边缘检测是一种经典的图像处理技术，用于检测图像中的边缘和轮廓。在OpenCV中，你可以很容易地使用Canny函数执行这个操作。以下是一个使用Python和OpenCV的简单Canny边缘检测示例：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 如果图像太大，可以进行调整大小以加快处理速度
# image = cv2.resize(image, (800, 600))

# 使用Canny边缘检测
edges = cv2.Canny(image, 100, 200)  # 参数：输入图像，低阈值，高阈值

# 显示原始图像和Canny边缘图像
cv2.imshow('Original Image', image)
cv2.imshow('Canny Edges', edges)

# 等待按下任意键后关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先读取一张图像并将其转换为灰度图像。然后，我们使用cv2.Canny函数执行Canny边缘检测，传入输入图像、低阈值和高阈值作为参数。根据图像的不同特性，你可能需要调整阈值来获得最佳的边缘检测结果。

最后，我们使用cv2.imshow函数显示原始图像和Canny边缘图像，并等待按下任意键后关闭窗口。

请确保你已经安装了OpenCV，并将示例中的’image.jpg’替换为你自己的图像文件路径。这个示例演示了如何使用OpenCV进行基本的Canny边缘检测。你可以进一步改进和调整参数来适应不同的图像和应用场景。