示例：Canny 边界探测器
使用
canny 函数来探测图像中的边界。这种算法查找的边界位置非常准确，可最大程度减少错误的边界外观。
人造图像
3. 将 canny 函数应用于原始图像，并将结果写入文件。
4. 插入新图像，并将其与缩放后的图像进行比较。
| |
(pattern_zoomed.bmp) | (pattern_canny.bmp) |
5. 更改上述函数自变量值并查看对输出图像中边界的影响。
◦ sigma 的值越大，产生的边界越粗糙 (对于噪声水平带要好一些)，但会在其他位置损失一些细节 (例如，两条边可能会合并为一条)。
◦ 下阈值越大，产生的边界图像越清晰，因为只有高于某一梯度值的边界才会被保留下来。
◦ 上阈值越大，越能充分显示迟滞阈值的效果。
◦ 对于在所连接的强度大于 high 值的边上没有任何像素的对象，增大 high 值可使其对应的边界完全消失。
自然图像
检测头部图像内部边界。
1. 读入一个人脑图像并对其应用 canny 函数。
2. 将结果写入文件。
3. 插入两个图像，并加以比较。
| |
(brain.bmp) | (brain_canny.bmp) |
canny 函数将检测最突出的边界，包括头部边界和大脑边界。可以通过调整函数自变量的值来改变细节级别。
4. 读入一个指纹图像并对其应用 canny 函数。
5. 将结果写入文件。
6. 插入两个图像，并加以比较。
| |
(fingerp.bmp) | (fingerp_canny.bmp) |
canny 函数将检测指纹图像上主要轮廓的边界，随后可将其输入到图形识别系统中。
7. 读入一个人像并对其应用 canny 函数。
8. 将结果写入文件。
9. 插入两个图像，并加以比较。
| |
(lena.bmp) | (lena_canny.bmp) |
