canny边缘检测算法
Canny边缘检测算法是一种流行的图像处理算法，由John F. Canny在1986年提出。该算法旨在检测图像中的边缘，同时满足以下三个主要标准：
1. 低错误率 ：标识出尽可能多的实际边缘，同时尽可能减少噪声产生的误报。
2. 最优定位 ：检测到的边缘点应该精确地定位于边缘的中心。
3. 最小响应 ：图像中的边缘只能被标记一次，同时图像噪声不应产生伪边缘。
Canny算法包含以下步骤：
1. 高斯模糊 ：使用高斯滤波器对图像进行平滑处理，以减少噪声。
2. 计算梯度 ：使用Sobel算子或其他方法计算图像的梯度幅值和方向。
3. 非极大值抑制 ：保留局部梯度最大的点，抑制非极大值，以确定边缘位置。
4. 滞后阈值 ：使用两个阈值（最小阈值和最大阈值）来检测和连接边缘，滤除假边缘。
5. 边缘跟踪 ：通过滞后技术跟踪边界，确保边缘的连续性和准确性。
在OpenCV中，可以使用`cv2.Canny（）`函数来执行Canny边缘检测。该函数接受图像、最小阈值和最大阈值作为输入参数，并返回处理后的边缘图像。
Canny算法因其优良的性能，在图像处理和计算机视觉领域被广泛使用
