python 边缘增强

在Python中，可以使用各种图像处理库来实现边缘增强。其中，OpenCV是最常用的图像处理库之一，提供了丰富的函数和算法来进行边缘增强操作。

下面是一个使用OpenCV进行边缘增强的简单示例代码：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)

# 使用Canny边缘检测算法进行边缘检测
edges = cv2.Canny(image, 100, 200)

# 增强边缘强度
enhanced_edges = np.clip(edges * 2, 0, 255).astype(np.uint8)

# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('Enhanced Edges', enhanced_edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述代码中，我们首先使用`cv2.imread()`函数读取输入图像，并将其转换为灰度图像。然后，使用`cv2.Canny()`函数进行边缘检测，其中100和200分别表示边缘强度的低阈值和高阈值。接下来，通过对边缘强度进行线性增强操作，将边缘的像素值扩大两倍。最后，使用`cv2.imshow()`函数显示原始图像和增强后的边缘图像。

请确保在运行代码之前安装了OpenCV库，并将待处理的图像命名为`input.jpg`，并与代码文件放在同一个目录下。