写一个适用于光学遥感图像的边缘细化么快

以下是一个适用于光学遥感图像的边缘细化算法的代码示例（使用Python和OpenCV库）：

import cv2

# 读取图像
img = cv2.imread('input_image.tif', cv2.IMREAD_GRAYSCALE)

# 二值化处理
ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)

# 初始化结构元素
kernel = cv2.getStructuringElement(cv2.MORPH_CROSS, (3, 3))

# 迭代细化边缘
prev = np.zeros(thresh.shape, np.uint8)
while True:
    erode = cv2.erode(thresh, kernel)
    dilate = cv2.dilate(erode, kernel)
    diff = cv2.absdiff(thresh, dilate)
    if np.sum(diff) == 0:
        break
    prev = thresh
    thresh = dilate

# 保存输出图像
cv2.imwrite('output_image.tif', thresh)

该算法的基本思路是通过反复执行腐蚀和膨胀操作来细化边缘，直到没有变化为止。在此过程中，使用结构元素进行形态学操作，以提高细化效果。最终输出的图像是细化后的边缘图像。

需要注意的是，该算法可能会在图像中存在较宽的边缘时产生断裂现象。为了避免这种情况，可以在进行细化操作之前先使用较小的结构元素对图像进行腐蚀，以缩小边缘宽度。