使用PyTorch 实现Canny算法，相比于纯python实现，速度会更快，因为PyTorch api 使用很多c语言的底层模块，比如卷积。另外使用Pytorch可以很方便得利用cuda的加速，所以也在GPU并行运算上也有优势。
不过相比OpenCV c++的高效，PyTorch的实现显得更冗余，效率一般。但是PyTorch 使用张量、卷积来实现图像处理，保证一定效率的同时代码更简洁，另外比较重要的是，全过程使用python语言所以程序比较方进行调试，展示算法的中间处理过程。
运行命令：
python pytorch-canny.py -v -i data/lena.png -gk 0 -L 100 -H 200命令行参数：
-v: 展示中间过程处理的图片
-i: 图片路径
-gk: 高斯核大小，默认是3， 传入0则表示不使用高斯模糊处理
-L: 低阈值
-H: 高阈值
结果：
https://qyzhizi.github.io/pytorch-implement-opencv-canny-algorithm.html