import cv2
import numpy


image = cv2.imread('/Users/dariabusi/Desktop/kirby.jpg',cv2.IMREAD_REDUCED_GRAYSCALE_4)
cv2.imshow ('KirbyONE', image)



treebark = cv2.imread('/Users/dariabusi/Desktop/tree.jpg',cv2.IMREAD_REDUCED_GRAYSCALE_4) #считываем с директивы изображение,
#возвращается массив с данными изображения в серых тонах, размер изображения уменьшен в 4 раза
cv2.imshow ('TREEBARK', treebark)#вывод изображения на экран
""" Детектор границ Кенни: метод выделения границ изображения. Первый шаг: убрать шум и лишние детали из изображения,
это делается размытием, где (x,y) - отклонение от ядра  ksize = 3 по осям x и y"""

blurred = cv2.GaussianBlur(image, (1,1), 0)
cv2.imshow ('KirbyBLURRED', blurred)

treeblur = cv2.GaussianBlur(treebark, (1,1), cv2.BORDER_DEFAULT)
cv2.imshow ('TREEBARKBLURRED', treeblur)

"""Формат функции cv2.Canny:
edges = cv2.Canny(image=img, threshold1=t1, threshold2=t2, apertureSize=3, L2gradient=False)
image – исходное изображение
threshold1, threshold2 – нижний и верхний порог
apertureSize – размер ядра Собеля (равен 3)
L2gradient – использование нормы L2 """

canny = cv2.Canny( blurred, 122, 225,)
cv2.imshow('CannyKirby', canny)

canny1 = cv2.Canny( treeblur, 122, 225, None, 7, True)
cv2.imshow('Canny', canny1)

cv2.waitKey(0)