(1)读取图像； (2)用laplacian算子检测图像中的边缘信息； (3)用canny算子检测图像中的边缘信息； (4)改变canny算子的参数，观察边缘状况； (5)图像展示；

好的，以下是Python代码实现：

import cv2

# 读取图像
img = cv2.imread('test.jpg')

# 将图像转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 用laplacian算子检测图像中的边缘信息
laplacian = cv2.Laplacian(gray, cv2.CV_64F)

# 用canny算子检测图像中的边缘信息
canny = cv2.Canny(gray, 100, 200)

# 改变canny算子的参数，观察边缘状况
canny_low = cv2.Canny(gray, 50, 150)
canny_high = cv2.Canny(gray, 150, 250)

# 图像展示
cv2.imshow('Original Image', img)
cv2.imshow('Laplacian Edges', laplacian)
cv2.imshow('Canny Edges', canny)
cv2.imshow('Canny Edges (Low Threshold)', canny_low)
cv2.imshow('Canny Edges (High Threshold)', canny_high)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`test.jpg` 是待处理的图像文件名。

在运行代码时，会弹出一个窗口，展示原始图像以及不同算子检测出的边缘信息。可以通过调整 `canny` 算子的参数，观察边缘检测的效果。