cv2 人像边缘增强

`cv2`是OpenCV（Open Source Computer Vision Library）库的一个模块，它是计算机视觉中最常用的一部分。在进行人像边缘增强时，OpenCV提供了多种图像处理技术，其中一种常用的方法是使用Canny边缘检测算法。

Canny边缘检测算法是一种经典的边缘检测算法，由John F. Canny在1986年提出。在`cv2`中，你可以通过`cv2.Canny()`函数来实现这一功能。以下是一个简单的步骤：

1. 导入必要的库：

import cv2
import numpy as np

2. 读取图像：

image = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

3. 应用Canny边缘检测：

edges = cv2.Canny(image, low_threshold, high_threshold)
low_threshold, high_threshold = 定义阈值范围（通常为全局或自适应阈值）

`low_threshold`和`high_threshold`参数决定了边缘检测的敏感度，较低的值会检测到更多的边缘，较高的值则会筛选出更明显的边缘。

4. 显示原始图像和增强后的边缘图像：

cv2.imshow('Original Image', image)
cv2.imshow('Edges Enhanced', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果你想要更高级的边缘增强效果，还可以尝试其他方法，如霍夫变换、Sobel算子或Laplacian算子等。