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、黑边起找圆心、边沿阈值，找圆精度请编写c#函数

以下是一个使用OpenCvSharp实现的圆形检测函数，其中包括了Canny边缘检测、霍夫变换、圆形筛选等步骤，可以实现较高精度的圆形检测：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using OpenCvSharp;

namespace CircleDetector
{
    class Program
    {
        static void Main(string[] args)
        {
            // 读取图像
            Mat src = Cv2.ImRead("circle.png", ImreadModes.Grayscale);

            // Canny边缘检测
            Mat edges = new Mat();
            Cv2.Canny(src, edges, 50, 150);

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

            // 绘制圆形
            Mat dst = new Mat();
            Cv2.CvtColor(src, dst, ColorConversionCodes.GRAY2BGR);
            foreach (CircleSegment circle in circles)
            {
                Cv2.Circle(dst, (int)circle.Center.X, (int)circle.Center.Y, (int)circle.Radius, Scalar.Red, 2);
            }
            Cv2.ImShow("Result", dst);
            Cv2.WaitKey();
        }
    }
}

其中，`src`是输入图像，`edges`是Canny边缘检测结果，`circles`是霍夫变换检测到的圆形参数，`dst`是输出图像。

在以上代码中，`Cv2.HoughCircles()`函数的参数依次为：

- `edges`：输入的边缘检测结果
- `HoughModes.Gradient`：使用梯度法进行霍夫变换
- `1`：圆形半径的分辨率，即每个半径步长为1
- `20`：最小圆形半径
- `100`：两个圆心之间的最小距离
- `30`：Canny边缘检测的高阈值
- `0`：霍夫变换的阈值
- `0`：最小圆形半径

可以根据具体的需求调整这些参数，以获得更好的圆形检测效果。