Canny边缘检是在在1986年提出来的，到今天已经30多年过去了，但Canny算法仍然是图像边缘检测算法中最经典、先进的算法之一。 相比Sobel、Prewitt等算子，Canny算法更为优异。Sobel、Prewitt等算子有如下缺点： 没有充分利用边缘的梯度方向。 最后得到的二值图，只是简单地利用单阈值进行处理。 而Canny算法基于这两点做了改进，提出了： 基于边缘梯度方向的非极大值抑制。 双阈值的滞后阈值处理。

python自定义编写调用函数实现hough变换和canny算子的实用操作源码以及各个文件汇总

canny算子实现代码，验证没问题,一切OK

canny算子实现自定义函数python源码

医学图像处理和分析在对疾病的成像诊断中起到辅助医生确定病变局域的重要作用。但是由于人体的组织密度极其复杂，由于各种不良因素的影响，从而导致医学图像（尤其是X射线医学影像等）普遍存在对比度低、动态范围窄、强度分布不对称、边缘不清晰等问题。针对上述问题，结合医学图像特点和光照估计模型提出一种基于Canny算子加权引导滤波的Retinex（CWGFR）医学图像增强算法。首先，利用Canny边缘检测算子准确估计加权引导滤波器的边缘权重并通.过加权引导滤波器对光照进行估计，从而得到入射光分量；然后根据Retinex算法原理计算出反射光分量，即log域上的增强图像；最后对图像进行量化处理，增强其图像对比度从而得到输出图像。对比实验结果表明，论文算法在提高图像对比度的同时，具有更高的边缘保持特性，能够凸显图像细节信息，有效消除“光晕”伪影。

完整Python实现canny算子、sobel算子边缘检测，边缘检测经典算法：canny、sobel

对于canny算子的双阈值，采用了一种自适应阈值的方法，有效准确的提取边缘。

眼图中虹膜图像的分离，针对CASIA库中108*7幅图像调试通过，含归一化及去噪

用C编写的进行边缘检测的方法，附带有代码。

适用于数字图像处理，c++