python 用梯度增强图像边缘

梯度增强是一种图像处理技术，可以增强图像中的边缘。在 Python 中，可以使用 OpenCV 库来实现梯度增强。下面是一个示例代码，演示如何使用 Sobel 滤波器来实现梯度增强：

import cv2
import numpy as np

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

# 计算 Sobel 梯度
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)

# 计算梯度幅度和方向
mag, angle = cv2.cartToPolar(sobelx, sobely, angleInDegrees=True)

# 对梯度幅度进行归一化
mag = cv2.normalize(mag, None, 0, 255, cv2.NORM_MINMAX)

# 将梯度幅度转换为 uint8 类型
mag = np.uint8(mag)

# 显示结果
cv2.imshow('Original', img)
cv2.imshow('Sobel X', sobelx)
cv2.imshow('Sobel Y', sobely)
cv2.imshow('Magnitude', mag)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中，我们首先读取图像，并使用 Sobel 滤波器计算图像的梯度。然后，我们计算梯度的幅度和方向，并对梯度幅度进行归一化。最后，我们将梯度幅度转换为 uint8 类型，并显示结果。

注意，这只是一个简单的示例，实际应用中可能需要进行更多的处理和参数调整。