解决方法一：使用OpenCV库进行图像处理

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 转换为灰度图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测边缘
edges = cv2.Canny(gray_img, 100, 200)

# 显示图像
cv2.imshow('Edges', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

解决方法二：使用PIL库进行图像处理

from PIL import Image, ImageFilter

# 打开图像
img = Image.open('image.jpg')

# 转换为灰度图像
gray_img = img.convert('L')

# 检测边缘
edges = gray_img.filter(ImageFilter.FIND_EDGES)

# 显示图像
edges.show()

解决方法三：使用Matplotlib库进行图像处理和显示

import matplotlib.pyplot as plt
import matplotlib.image as mpimg

# 读取图像
img = mpimg.imread('image.jpg')

# 转换为灰度图像
gray_img = img.mean(axis=2)

# 检测边缘
edges = cv2.Canny(gray_img, 100, 200)

# 显示图像
plt.imshow(edges, cmap='gray')
plt.axis('off')
plt.show()

这些代码示例演示了如何使用不同的库进行图像处理，包括图像读取、转换为灰度图像、边缘检测和显示图像。你可以根据具体需求选择合适的库和方法来处理图像。