边缘检测

import cv2
import numpy as np
import math
import random
img = cv2.imread('D:/pythonob/imageinpaint/img/zidan.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgG = cv2.GaussianBlur(gray,(3,3),0)#高斯滤波
dst1 = cv2.Canny(img,50,50)#API实现
#源码实现
#sobel算法-->算子模板：竖直方向上的算子[1 2 1,0 0 0 ,-1 -2 -1]——>卷积得到数值方向梯度b
# 和水平方向上的算子[1 0 -1,2 0 2, 1 0 -1]——>卷积得到水平梯度值a
#对a，b进行开方得到值：f = sqrt（a*a，b*b）
#f > 判决值-->边缘
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst2 = np.zeros((height,width,1),np.uint8)　　
for i in range(0,height-2):
    for j in range(0,width-2):
        gy = gray[i,j]*1 + gray[i,j+1]*2 + gray[i,j+2]*1 - gray[i+2,j]*1 - gray[i+2,j+1]*2 - gray[i+2,j+2]*1#卷积
        gx = gray[i,j]*1 + gray[i+1,j]*2 + gray[i+2,j]*1 - gray[i,j+2]*1 - gray[i+1,j+2]*2 - gray[i+2,j+2]*1
        grad = math.sqrt(gx*gx + gy*gy)
        if grad>80:
            dst2[i,j] = 255
        else:
            dst2[i,j] = 0
cv2.imshow('dst',img)
cv2.imshow('dst1',dst1)
cv2.imshow('dst2',dst2)
cv2.waitKey(0)

原图：

效果图，其中dst1为API效果，dst2为源码实现：