高版本的opencv-python部分算法涉及专利保护，可以降到3.4.2.16版本
安装：
pip install opencv-python==3.4.2.16
pip install opencv_contrib_python==3.4.2.16
原理：
1,方法一
利用‘膨胀’ 与 ‘腐蚀’ 对图像进行处理，由于这两个操作只发生在边缘，所以可以将两幅图像相减得到边缘
图片：
利用dilate() 与 erode() absdiff()这三个主要函数进行处理
具体实现代码如下：
import cv2 as cv
im=cv.imread('building.jpg',0)
#创建结构化2*2矩形对象
kernel=cv.getStructuringElement(cv.MORPH_RECT,(2,2))
#膨胀
dilate=cv.dilate(im,kernel)
#腐蚀
erode=cv.erode(im,kernel)
#图像相减
image=cv.absdiff(dilate,erode)
#由于边缘线条为白色，背景为黑色，可以将像素取反
image=cv.bitwise_not(image)
cv.namedWindow('result',cv.WINDOW_NORMAL)
cv.imshow('result',image)
cv.waitKey(0)
2，方法二
Canny算法
canny边缘检测算子是John F. Canny于 1986 年开发出来的一个多级边缘检测算法。
一个最优的边缘检测算法，最优边缘检测的含义是：
好的检测- 算法能够尽可能多地标识出图像中的实际边缘。
好的定位- 标识出的边缘要尽可能与实际图像中的实际边缘尽可能接近。
最小响应- 图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。
canny的算法步骤
①高斯模糊 - GaussianBlur
②灰度转换 - cvtColor
③计算梯度 – Sobel/Scharr
④非最大信号抑制
⑤高低阈值输出二值图像
import cv2 as cv
#canny边缘检测算法
im=cv.imread('building.jpg',cv.IMREAD_COLOR)
#高斯模糊
blurred_img=cv.GaussianBlur(im,(3,3),0)
#cvtcolor灰度转换
gray_img=cv.cvtColor(blurred_img,cv.COLOR_RGB2GRAY)
#sobal计算梯度
xgred=cv.Sobel(gray_img,cv.CV_16SC1,1,0)
ygred=cv.Sobel(gray_img,cv.CV_16SC1,1,0)
image=cv.Canny(xgred,ygred,50,150)
#image = cv.Canny(gray_img, 50, 150)
color_img=cv.bitwise_and(im,im,mask=image)
result=cv.bitwise_not(image)
cv.namedWindow('origin',cv.WINDOW_NORMAL)
cv.namedWindow('canny_result',cv.WINDOW_NORMAL)
cv.namedWindow('color_img',cv.WINDOW_NORMAL)
cv.imshow('origin',im)
cv.imshow('canny_result',result)
cv.imshow('color_img',color_img)
cv.waitKey(0)
关于Canny的两种边缘查找函数模型
1，直接调用Canny算法在单通道灰度图像中查找边缘
其函数原型为：Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]]) -> edges
image = cv.Canny(gray_img, 50, 150)image参数表示8位输入图像。
threshold1参数表示设置的低阈值。
threshold2参数表示设置的高阈值，一般设定为低阈值的3倍 (根据Canny算法的推荐)。
edges参数表示输出边缘图像，单通道8位图像。
apertureSize参数表示Sobel算子的大小。
L2gradient参数表示一个布尔值，如果为真，则使用更精确的L2范数进行计算（即两个方向的倒数的平方和再开方），否则使用L1范数（直接将两个方向导数的绝对值相加）。
2，使用带自定义图像渐变的Canny算法在图像中查找边缘
其函数原型为：Canny(dx, dy, threshold1, threshold2[, edges[, L2gradient]]) -> edges
dx参数表示输入图像的x导数（x导数满足16位，选择CV_16SC1或CV_16SC3）
dy参数表示输入图像的y导数（y导数满足16位，选择CV_16SC1或CV_16SC3）。
threshold1参数表示设置的低阈值。
threshold2参数表示设置的高阈值，一般设定为低阈值的3倍 (根据Canny算法的推荐)。
edges参数表示输出边缘图像，单通道8位图像。
L2gradient参数表示L2gradient参数表示一个布尔值，如果为真，则使用更精确的L2范数进行计算（即两个方向的倒数的平方和再开方），否则使用L1范数（直接将两个方向导数的绝对值相加）。