Canny邊緣檢測是一種經典的圖像邊緣檢測算法，它在圖像中找到強度梯度的變化，從而識別出圖像中的邊緣。Canny邊緣檢測的優點包括高靈敏度和低誤檢率。

在OpenCV中，cv2.Canny() 函數用于執行Canny邊緣檢測。

基本語法如下：

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

參數說明：

• image: 輸入圖像，通常為灰度圖像。
• threshold1 和 threshold2: 閾值，用于確定邊緣的強度梯度。通常 threshold1 是較小的閾值，threshold2 是較大的閾值。
• edges（可選）: 輸出的邊緣圖像。
• apertureSize（可選）: Sobel算子的大小，通常為3。
• L2gradient（可選）: 如果為True，則使用更精確的L2范數進行梯度計算，否則使用L1范數。通常設置為False。

示例代碼：

import cv2
import numpy as np
# 讀取灰度圖像
img = cv2.imread(r"C:\Users\mzd\Desktop\opencv\images.jpg", cv2.IMREAD_GRAYSCALE)
# 使用Canny邊緣檢測
edges = cv2.Canny(img, 50, 150)# 顯示原始圖像和Canny邊緣圖像
cv2.imshow('Original Image', img)
cv2.imshow('Canny Edges', edges)# 等待用戶按下任意鍵
cv2.waitKey(0)
cv2.destroyAllWindows()

在這個例子中，cv2.Canny() 用于執行Canny邊緣檢測。threshold1 和 threshold2 是梯度強度的閾值，通過調整這兩個閾值，可以影響檢測到的邊緣的數量和質量。Canny邊緣檢測是圖像處理中常用的邊緣檢測方法之一。