opencvsharp canny匹配多线程

OpenCVSharp本身支持多线程，但在使用Canny边缘检测算法时，需要自己手动实现多线程处理。这是因为Canny算法是一个CPU密集型的算法，在大图像处理时会非常耗时。下面是一个简单的示例代码，演示如何使用多线程处理Canny算法：

using System;
using System.Threading.Tasks;
using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        var image = new Mat("input.png", ImreadModes.GrayScale);
        var canny = new Mat(image.Size(), MatType.CV_8UC1);

        var threads = Environment.ProcessorCount;

        var rowsPerThread = image.Rows / threads;

        Parallel.For(0, threads, t =>
        {
            var startRow = t * rowsPerThread;
            var endRow = (t + 1) * rowsPerThread;

            var roi = new Rect(0, startRow, image.Cols, endRow - startRow);
            var roiImage = new Mat(image, roi);
            var roiCanny = new Mat(canny, roi);

            Cv2.Canny(roiImage, roiCanny, 100, 200, 3, false);
        });

        using (new Window("input", image))
        using (new Window("canny", canny))
        {
            Cv2.WaitKey();
        }
    }
}

这个示例代码中，我们首先读取了一张灰度图像，然后创建了一个和输入图像相同大小的Mat用于存储Canny边缘检测结果。接着，我们获取了CPU核心数量，计算出每个线程需要处理的行数。然后使用Parallel.For方法并发执行多个线程，每个线程处理自己的一段行数，最后将处理结果拼接起来。在每个线程中，我们使用Rect来定义当前线程需要处理的区域，并将其赋值给一个新的Mat进行处理。最后，我们使用OpenCVSharp的Window类来显示输入图像和Canny边缘检测结果。