一、概念
Canny算法是一种经典的图像处理算法，用于图像中的边缘检测，其实现的步骤包括：
- 高斯滤波；
- 计算梯度和方向：对平滑后的图像使用Sobel算子计算水平方向和竖直方向的一阶导数，然后计算该点的梯度大小和方向；
- 非极大值抑制：对梯度图上的每个像素，根据其梯度方向，确定在该方向上的两个相邻像素，然后检查当前像素的梯度幅度与其相邻像素的梯度比较，如果当前像素的梯度幅度大于两个相邻像素的梯度幅度，说明当前像素是局部梯度的最大值，需要保留该像素，反之，则将其值设为零；
- 滞后阈值：设置minVal和maxVal两个阈值（建议使用2:1到3:1的上/下比例），当图像的灰度梯度高于maxVal时被认为是真的边界，那些低于minVal的边界会被抛弃，如果介于两者之间的话，就要看这个点是否与某个被确定为真正的边界点相连，如果是就认为它也是边界点，如果不是则抛弃。
二、算法接口介绍
2.1 接口1
void cv::Canny (InputArray dx,
InputArray dy,
OutputArray edges,
double threshold1,
double threshold2,
bool L2gradient = false
)
/*
InputArray dx：16位在x方向的梯度图像，一般通过Sobel算子计算得到
InputArray dy：16位在y方向的梯度图像，一般通过Sobel算子计算得到
OutputArray edges：单通道8位输出图像，与输入的尺寸一致，其中边缘像素值为255（白色），非边缘像素值为0（黑色）。
double threshold1：低阈值
double threshold2：高阈值
bool L2gradient：是否使用L2范数，默认为false，使用L1范数
*/
2.2 接口2
void cv::Canny (InputArray image,
OutputArray edges,
double threshold1,
double threshold2,
int apertureSize = 3,
bool L2gradient = false
)
/*
InputArray image:8位的输入图像
OutputArray edges：单通道8位输出图像，与输入的尺寸一致，其中边缘像素值为255（白色），非边缘像素值为0（黑色）。
double threshold1：低阈值
double threshold2：高阈值
int apertureSize：Sobel算子的大小，默认为3
bool L2gradient：是否使用L2范数，默认为false，使用L1范数
*/