Canny与Sobel边缘检测对比：为何Canny无法检测到边缘？

核心问题：你设置了sigma=0 #

skimage的feature.canny()里，sigma=0会直接跳过高斯模糊步骤——这可是Canny算法用来压噪声、保边缘的关键环节。你的图像转8位后，大概率存在细微的灰度波动，没有平滑的话，这些波动会被当成噪声，导致Canny自动算出来的高低阈值太高，真正的边缘信号直接被过滤掉了，自然检测不到。

反观Sobel算子，它本身没有内置强高斯平滑，对这类灰度波动的容忍度更高，所以能正常检出边缘。

怎么解决 #

• 去掉sigma=0，用默认或合适的sigma值
  把代码里的Canny调用改成：

  edges_canny = feature.canny(image)  # 默认sigma=1，会自动做高斯平滑
  

  要是图像噪声多，还可以调大sigma，比如sigma=1.5；噪声少就调小，比如sigma=0.5，自己试几次找到合适的数值。

• 手动指定Canny的阈值
  要是自动阈值还是不好用，直接手动设low_threshold和high_threshold：

  edges_canny = feature.canny(image, sigma=1, low_threshold=5, high_threshold=20)
  

  你可以根据自己图像的灰度范围调整这两个数，确保边缘能被抓出来。

• 先给图像做对比度拉伸
  要是转8位后的图像灰度值集中在很小的区间，先拉一下对比度，让边缘的灰度差异更明显：

  from skimage import exposure
  image = exposure.rescale_intensity(image, in_range=(image.min(), image.max()))
  

调整后的完整代码示例 #

import cv2
from skimage import feature
from skimage import filters
from skimage import exposure

# 读取图像
image = cv2.imread("Path_to_img", 0)
# 可选：增强对比度
image = exposure.rescale_intensity(image, in_range=(image.min(), image.max()))

# Sobel边缘检测
edge_sobel = filters.sobel(image)
# Canny边缘检测（带高斯平滑+手动阈值）
edges_canny = feature.canny(image, sigma=1, low_threshold=5, high_threshold=20)

内容的提问来源于stack exchange，提问作者Sparkle