前言：
目標：

• 理解Canny邊緣檢測
• OpenCV函式的學習cv2.Canny（）

Canny演算法原理

Canny是一個非常受歡迎的邊緣檢測演算法，主要分為四步的過程：

1. 去噪
   邊緣對噪聲敏感，第一步先用高斯濾波器來濾波。
2. 尋找影象的密度梯度
   對平滑後的影象進行濾波用sobel濾波器來求出x，y方向的導數。
   梯度方向總是垂直於邊緣
3. 非極大值抑制
   在得到梯度的值和方向後，對影象進行全面掃描，取出不需要的畫素，這些畫素可能不構成邊緣。對於這一點如果畫素是其梯度方向上鄰域的最大值，如果是，則考慮下一個，如果不是，則將值抑制，設定為0。
4. 滯後閾值法
5. 這個階段決定哪些是邊哪些不是邊。因此我們需要兩個閾值minval和maxval。大於maxval的一定是邊，小於minval的一定不是邊，居於兩者中間的則進一步考察其連通性來確定是否為邊緣。
   如圖所示：
   

opencv中的用法

Finds edges in an image,尋找一個影象中的邊緣。

cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) $\to$

• image – 8-bit input image.
• edges – output edge map; single channels 8-bit image, which has the same size as image .
• threshold1 – first threshold for the hysteresis procedure.
• threshold2 – second threshold for the hysteresis procedure.
• apertureSize – aperture size for the Sobel() operator.
• L2gradient – a flag, indicating whether a more accurate L2 norm =p(dI=dx)2 + (dI=dy)2 should be used to calculate the image gradient magnitude (L2gradient=true ), or whether the default L1 norm = jdI=dxj + jdI=dyj is enough (L2gradient=false ).