图像边缘增强算法

图像边缘增强算法是一类用于提升图像中物体边缘细节的技术。这些算法通常应用于计算机视觉、图像处理和模式识别等领域。以下是一些常见的图像边缘增强算法：

1. Sobel算子： Sobel算子是一种常用的基于梯度的边缘检测算法。它利用像素点的灰度差分来检测图像中的边缘。Sobel算子可以分别计算水平和垂直方向的梯度，然后通过组合这两个梯度来检测边缘。

   import cv2
   import numpy as np
    
   def sobel_edge_detection(image):
       # Convert image to grayscale
       gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
       
       # Apply Sobel operator in x and y directions
       sobel_x = cv2.Sobel(gray, cv2.CV_64F, 1, 0, ksize=3)
       sobel_y = cv2.Sobel(gray, cv2.CV_64F, 0, 1, ksize=3)
       
       # Compute gradient magnitude
       gradient_magnitude = np.sqrt(sobel_x**2 + sobel_y**2)
       
       # Normalize gradient magnitude to range [0, 255]
       gradient_magnitude = cv2.normalize(gradient_magnitude, None, 0, 255, cv2.NORM_MINMAX, cv2.CV_8U)
       
       return gradient_magnitude
    
   # Example usage
   image = cv2.imread('input_image.jpg')
   edges = sobel_edge_dete