opencvsharp canny高精度亚像素分块并行计算后将所有找到的点合并找圆心参数从外往内找圆心、从白边起找圆心或从黑边起找圆心、找圆精度，请编写c#函数

下面是一个使用 OpenCVSharp 的 Canny 边缘检测、霍夫变换圆检测的示例代码：

using System;
using System.Collections.Generic;
using System.Drawing;
using System.Linq;
using OpenCvSharp;

namespace CircleDetection
{
    class Program
    {
        static void Main(string[] args)
        {
            // 加载图像
            Mat src = Cv2.ImRead("input.jpg", ImreadModes.Color);

            // 转换为灰度图像
            Mat gray = new Mat();
            Cv2.CvtColor(src, gray, ColorConversionCodes.BGR2GRAY);

            // Canny 边缘检测
            Mat edges = new Mat();
            Cv2.Canny(gray, edges, 100, 200);

            // 霍夫变换圆检测
            CircleSegment[] circles = Cv2.HoughCircles(edges, HoughModes.Gradient, 1, 20, 100, 30, 0, 0);

            // 在图像中绘制圆
            foreach (CircleSegment circle in circles)
            {
                Cv2.Circle(src, (int)circle.Center.X, (int)circle.Center.Y, (int)circle.Radius, Scalar.Red, 2);
            }

            // 显示结果
            Cv2.ImShow("Result", src);
            Cv2.WaitKey(0);
        }
    }
}

在这个示例代码中，我们首先加载了一张彩色图像，然后将其转换为灰度图像，并使用 Canny 边缘检测算法找到图像的边缘。接着，我们使用霍夫变换圆检测算法在边缘图像中找到圆，得到一个圆的数组。最后，我们在原始图像中绘制出所有找到的圆，并显示结果。

你可以根据需要，调整参数来改变边缘检测和圆检测的结果。例如，你可以通过调整 Canny 边缘检测的阈值、最小圆半径和最大圆半径等参数，来改变边缘检测和圆检测的灵敏度和准确率。