如何在OpenCV中使用Canny检测和霍夫变换技术进行直线检测并提取轮廓？请提供详细的代码实现。

在图像处理中，直线检测和轮廓提取是两个关键步骤，它们可以帮助我们理解图像的结构和形状。使用Canny检测和霍夫变换技术可以高效地实现这一目标。为了帮助你更好地掌握这些技术，推荐查看这份资料：《C++ OpenCV：Canny边缘检测与直线、轮廓提取实战》。这份资源将为你提供实用的示例和解决方案，直接关联到你当前的问题。

参考资源链接：[C++ OpenCV：Canny边缘检测与直线、轮廓提取实战](https://wenku.csdn.net/doc/7anxv6kuzm?spm=1055.2569.3001.10343)

首先，我们需要理解Canny算法的工作原理。Canny边缘检测是一种多阶段的算法，它包括图像滤波、计算梯度、非极大值抑制、双阈值检测和边缘连接等步骤。通过设置两个阈值，Canny算法能够区分强边缘和弱边缘，并连接弱边缘到强边缘，同时通过弱边缘连接可以保留更多的细节。

接下来，我们将使用OpenCV库来实现直线检测和轮廓提取。在OpenCV中，`Canny()`函数用于计算图像的梯度幅值和方向，并返回检测到的边缘。然后，我们利用霍夫变换来检测这些边缘中的直线。`HoughLines()`函数是实现霍夫变换的关键，它接收一个边缘图像作为输入，返回检测到的直线的参数。

下面是使用Canny检测和霍夫变换进行直线检测和轮廓提取的示例代码：

#include <opencv2/opencv.hpp>
#include <vector>

int main() {
    // 加载图像
    cv::Mat img = cv::imread(

参考资源链接：[C++ OpenCV：Canny边缘检测与直线、轮廓提取实战](https://wenku.csdn.net/doc/7anxv6kuzm?spm=1055.2569.3001.10343)