Kroki algorytmu Canny’ego Redukcja szumu Detektor krawędzi Canny’ego wykorzystuje filtr bazujący na pierwszej pochodnej funkcji Gaussa, ponieważ jest czuły na obecność szumu w surowym nieobrobionym obrazie. Więc, aby zacząć, należy dokonać splotu obrazu z filtrem Gaussa. Efektem tego działania jest lekko rozmazany obraz, który nie jest dotknięty pojedynczymi zakłóceniami w żaden znaczący sposób.
Poniżej mamy przykład filtru Gaussa 5×5, wykorzystywanego do obróbki obrazu z = 1.4:
Szukanie natężenia gradientu obrazu Krawędź na obrazie może być skierowana w różnych kierunkach. Algorytm Canny’ego wykorzystuje więc cztery filtry do detekcji poziomych, pionowych oraz przekątnych krawędzi na wygładzonym obrazie. Operatory detekcji krawędzi (np. Krzyż Robertsa, Prewitt, Sobel) zwracają wartości pierwszej pochodnej dla kierunku poziomego (Gy) i kierunku pionowego (Gx). Nachylenie (gradient, szybkość narastania) krawędzi oraz jej kierunek mogą być określone na podstawie poniższych wzorów:
Kąt detekcji krawędzi zaokrąglony jest do czterech przypadków reprezentujących pion, poziom oraz dwóch przekątnych (np. 0, 45, 90 i 135 stopni)
Usuwanie niemaksymalnych pikseli Trzeci etap obejmuje „pocienianie” krawędzi w sposób zapewniający ich ciągłość.