# Canny
Canny 就是给图像“画骨架”的艺术。想象一下，你手里有一张照片，你想用钢笔把里面物体的轮廓勾勒出来，Canny 算法做的就是这件事。
## 第一步：打磨（高斯模糊）
**目的：别让噪音骗了你。**
照片里有很多细小的、杂乱的斑点（噪点）。如果你直接找边缘，算法会把这些小斑点也当成边缘，画出来的线条会非常脏。
- **做法**：就像给照片加了一层“美颜滤镜”，把整张图稍微模糊一点。这样，微小的噪声被抹平了，而真正的轮廓（大方向）依然在。
---
## 第二步：找坡度（计算梯度）
**目的：哪里亮度变化大，哪里就有边缘。**
边缘的本质就是“变脸”。比如黑色的头发和白色的皮肤交界处，亮度会突然从很低跳到很高。
- **做法**：算法会扫描全图，找出亮度变化最剧烈的地方。它会记录下两件事：
1. 这里的变化有多猛？（**幅值**）
2. 变化的方向是朝哪里的？（**方向**）
---
## 第三步：瘦身（非极大值抑制）
**目的：只要最细的线条。**
找完坡度后，边缘往往是“胖乎乎”的一团。但我们要的是“骨架”，线条必须只有一个像素宽。
- **做法**：算法会像个严苛的裁判，在每一个边缘区域里走动。如果它发现你这个像素点不是周围一圈里最“猛”的（亮度变化不是最大的），就直接把你踢走。最后，只留下一条最细、最准的线。
---
## 第四步：海选（双阈值）
**目的：区分“真警察”和“假警察”。**
现在线很细了，但里面还是有很多由于光影波动产生的假边缘。
- **做法**：我们设定两条线（高门槛和低门槛）：
- **强边缘**：超过高门槛。这肯定是边缘，绝对保留。
- **弱边缘**：在两个门槛之间。可能是边缘，也可能是干扰，待定。
- **垃圾**：低于低门槛。直接扔掉。
---
## 第五步：拯救（滞后跟踪）
**目的：不抛弃，不放弃。**
这是最有人情味的一步。那些“弱边缘”到底留不留？
- **做法**：算法会看这个弱边缘**是否连接着一个强边缘**。
- 如果它是一条长线的一部分（连着强边缘），它就被“救”了，变成真正的边缘。
- 如果它是孤零零的一个点，那它就是噪声，干掉它。
---
## 为什么 Canny 这么厉害？
虽然现在的 AI（深度学习）很火，但 Canny 依然是工业界的“钉子户”，因为它：
1. **快**：不需要昂贵的显卡，用我们之前讨论的 Rust 优化后，手机瞬间就能算完。
2. **准**：它找出来的边缘非常细，且定位极准。
3. **稳**：逻辑清晰，不需要训练模型，在任何光照下表现都很稳定。
**一句话总结：**
> Canny 先把图弄糊，再找亮度变化大的地方，然后把粗线变细，最后只留下那些足够强或者连着强线的线条。