Canny邊緣檢測是一種使用多種邊緣檢測算法檢測邊緣的方法。由John F.Canny于1986年提出，并在論文中有詳盡的描述。
1.Canny邊緣檢測四步驟
1）去噪。噪聲會影響邊緣檢測的準(zhǔn)確度。通常采用高斯濾波去除圖像中的噪聲。濾波器的核越大，邊緣信息對噪聲的敏感度就越低。不過，核越大，邊緣檢測的定位錯誤也會隨之增加。通常一個5 X 5的核能滿足大多數(shù)情況。
2）計算梯度的幅度與方向。梯度的方向與邊緣的方向是垂直的，通常就取近似值為·水平、垂直、對角線等八個不同的方向。
3）非極大值抑制，即適當(dāng)?shù)刈屵吘壸兪荨Ｔ讷@得了梯度的幅度和方向后，遍歷圖像中的像素點，去除所有非邊緣的點。具體實現(xiàn)上，判斷當(dāng)前像素點是否是周圍像素點中具有相同梯度方向的最大值，如果是，則保留該點；如果不是則抑制（歸零）。
4）確定邊緣。用雙閾值算法確定最終的邊緣信息。完成之前三步驟后，圖像的強邊緣已經(jīng)在當(dāng)前獲取的邊緣圖像內(nèi)。但一些虛邊緣可能也在邊緣圖像內(nèi)，這些虛邊緣可能是真實的圖像產(chǎn)生的，也可能是由于噪聲產(chǎn)生的（必須將其剔除）。
? ? ????設(shè)置兩個閾值，其中一個為高閾值maxVal，另一個為低閾值minVal。根據(jù)當(dāng)前邊緣像素的梯度值與這兩個閾值之間的關(guān)系，判斷邊緣的屬性。如果當(dāng)前邊緣像素的梯度值不小于maxVal，則將當(dāng)前邊緣像素標(biāo)記為強邊緣；如果介于maxVal與minVal之間，則標(biāo)記為弱邊緣(先保留)；如果小于minVal，則抑制當(dāng)前邊緣像素。之后再判斷虛邊緣是否與強邊緣有連接，有連接，則處理為邊緣；無連接則抑制。
2. Canny函數(shù)
OpenCV提供了cv2.Canny()來實現(xiàn)邊緣檢測：
dst ： 為計算得到的邊緣圖像
image： 為8位輸入圖像
threshold1： 表示處理過程中的的第一個閾值
threshold2： 表示處理過程中的的第二個閾值
apertureSize： 表示Sobel算子的孔徑大小。
L2gradient： 為計算圖像梯度幅度的標(biāo)識。其默認(rèn)值是False。如果為True，則使用更精確的L2范數(shù)進行計算，否則使用L1范數(shù)。
例如：
