Canny边缘检测

Canny边缘检测分为四步：

1、图像降噪：使用高斯滤波器，平滑图像，滤除噪声，噪声是灰度值变化较大的部分，容易被识别为噪声

2、计算图像梯度：图像的梯度即为图像的灰度值的变化最快的地方，梯度的模即为方向导数的最大值（将图像看作函数），边缘也是灰度值变化最快的地方

3、非极大值抑制：将局部范围内的梯度方向上，灰度变化最大的保留下来，其它的不保留，这样可以剔除掉一大部分的点。

4、应用双阈值来确定真实和潜在的边缘：通过非极大值抑制后，仍然有很多的可能边缘点，进一步的设置一个双阈值，即低阈值（low），高阈值（high）。灰度变化大于high的，设置为强边缘像素，低于low的，剔除。在low和high之间的，如果与边界相连则保留，否则丢弃。

图像梯度解释非常好的博客：https://blog.csdn.net/saltriver/article/details/78987096

img_l = cv2.Canny(img1, 50, 150)
img_r = cv2.Canny(img1, 200, 300)


img = np.hstack((img_l, img_r))
cv2.imshow('img', img)

cv2.waitKey(0)
cv2.destroyAllWindows()