过滤噪声，使用滤波平滑一些纹理较弱的非边缘区域。
2. 计算梯度：计算梯度的幅度与角度（PS: 2↑ 表示幅度为2，角度90°），值得注意的是，边缘和梯度始终是垂直的。
依次遍历像素点，判断当前像素点是否为周围梯度方向内的最大值。如果是最大值则保留，否则抑制（归零）。
剔除虚边缘，确定真正的边缘。
经过前面的步骤，我们已经得到了一些边缘，但是这些边缘中除了真正的边缘外，还有一些噪声边缘，所以我们需要进一步剔除。主要分3种情况：
大于等于 maxVal 的强边缘 : 保留
大于 minVal 并且小于 maxVal 的虚边缘 ：如果与强边缘连通则保留，否则抑制。
小于 minVal 的边缘：抑制
Canny（img，minVal，maxVal）
import cv2
o=cv2.imread("lena.bmp",cv2.IMREAD_GRAYSCALE)
r1=cv2.Canny(o,128,200)
r2=cv2.Canny(o,32,128)
cv2.imshow("original",o)
cv2.imshow("result1",r1)
cv2.imshow("result2",r2)
cv2.waitKey()
cv2.destroyAllWindows()
结果：
拜了个拜。。。。
