用python编写一个双阈值确定图像边缘的代码，使用递归的方法，不使用opencv库

以下是使用Python递归方法实现双阈值确定图像边缘的代码：

import numpy as np
from PIL import Image

def double_threshold(image, low_threshold, high_threshold):
    # 获取图像大小
    height, width = image.shape
    
    # 定义输出图像
    output_image = np.zeros((height, width), dtype=np.uint8)
    
    # 递归函数，用于搜索边缘
    def search_edge(x, y):
        # 检查像素是否已经处理过
        if output_image[x][y] != 0:
            return
        
        # 将当前像素标记为处理过
        output_image[x][y] = 255
        
        # 检查当前像素是否在高阈值范围内
        if image[x][y] >= high_threshold:
            # 搜索当前像素周围的像素
            for i in range(-1, 2):
                for j in range(-1, 2):
                    # 检查像素是否在图像范围内
                    if x+i < 0 or y+j < 0 or x+i >= height or y+j >= width:
                        continue
                    # 递归搜索周围像素
                    search_edge(x+i, y+j)
        # 检查当前像素是否在低阈值范围内
        elif image[x][y] >= low_threshold:
            # 搜索当前像素周围的像素
            for i in range(-1, 2):
                for j in range(-1, 2):
                    # 检查像素是否在图像范围内
                    if x+i < 0 or y+j < 0 or x+i >= height or y+j >= width:
                        continue
                    # 递归搜索周围像素
                    search_edge(x+i, y+j)
    
    # 遍历图像像素
    for i in range(height):
        for j in range(width):
            # 检查像素是否已经处理过
            if output_image[i][j] != 0:
                continue
            # 递归搜索边缘
            search_edge(i, j)
    
    return output_image

# 加载图像
image = np.array(Image.open('image.png').convert('L'))

# 双阈值确定边缘
edge_image = double_threshold(image, 50, 100)

# 显示图像
Image.fromarray(edge_image).show()

在这个代码中，我们定义了一个名为`double_threshold`的函数，它接收三个参数：图像、低阈值和高阈值。该函数返回一个包含图像边缘的二值图像。

在该函数中，我们定义了一个名为`search_edge`的递归函数，用于搜索边缘。该函数接收两个参数：当前像素的坐标x和y。首先，该函数检查当前像素是否已经处理过，如果已经处理过，则直接返回。然后，该函数将当前像素标记为处理过的像素，并检查当前像素是否在高阈值范围内。如果是，则搜索当前像素周围的像素，并递归搜索周围的像素。如果当前像素在低阈值范围内，则搜索当前像素周围的像素，并递归搜索周围的像素。

在`double_threshold`函数中，我们遍历图像像素，并检查像素是否已经处理过。如果像素已经处理过，则跳过该像素。否则，我们调用`search_edge`函数来搜索边缘。

最后，我们将返回的二值图像保存为PNG格式，并使用PIL库的`Image`类将其显示出来。