Canny边缘检测是一种经典的图像边缘检测算法，它在图像中找到强度梯度的变化，从而识别出图像中的边缘。Canny边缘检测的优点包括高灵敏度和低误检率。

在OpenCV中，cv2.Canny() 函数用于执行Canny边缘检测。

基本语法如下：

edges = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]])

参数说明：

• image: 输入图像，通常为灰度图像。
• threshold1 和 threshold2: 阈值，用于确定边缘的强度梯度。通常 threshold1 是较小的阈值，threshold2 是较大的阈值。
• edges（可选）: 输出的边缘图像。
• apertureSize（可选）: Sobel算子的大小，通常为3。
• L2gradient（可选）: 如果为True，则使用更精确的L2范数进行梯度计算，否则使用L1范数。通常设置为False。

示例代码：

import cv2
import numpy as np
# 读取灰度图像
img = cv2.imread(r"C:\Users\mzd\Desktop\opencv\images.jpg", cv2.IMREAD_GRAYSCALE)
# 使用Canny边缘检测
edges = cv2.Canny(img, 50, 150)# 显示原始图像和Canny边缘图像
cv2.imshow('Original Image', img)
cv2.imshow('Canny Edges', edges)# 等待用户按下任意键
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，cv2.Canny() 用于执行Canny边缘检测。threshold1 和 threshold2 是梯度强度的阈值，通过调整这两个阈值，可以影响检测到的边缘的数量和质量。Canny边缘检测是图像处理中常用的边缘检测方法之一。