Python 实现 Sobel 算子边缘检测
Sobel 算子是一种常用的边缘检测算法，能够对图像中灰度变化比较明显的边缘区域做出响应，通常用于图像处理和计算机视觉等领域。在 Python 中，我们可以使用 OpenCV 库来实现 Sobel 算子边缘检测。
首先，我们需要导入 OpenCV 库和 NumPy 库：
import cv2import numpy as np
接着，读取原始图像并转换为灰度图像：
img = cv2.imread(lena.jpg)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
然后，我们使用 Sobel 函数来实现 Sobel 算子边缘检测，其中 dx 和 dy 表示在 x 方向和 y 方向上的差分核，这里使用了 3x3 的核：
sobelx = cv2.Sobel(gray, cv2.CV_64F, dx=1, dy=0, ksize=3)sobely = cv2.Sobel(gray, cv2.CV_64F, dx=0, dy=1, ksize=3)
由于 Sobel 算子产生的边缘响应值可能是正数或负数，因此需要对其进行取绝对值操作，并将结果转换为 8 位无符号整型：
sobelx = cv2.convertScaleAbs(sobelx)sobely = cv2.convertScaleAbs(sobely)
最后，我们将 x 方向和 y 方向上的 Sobel 算子响应值进行加权平均，并将结果转换为 8 位无符号整型。这里使用了内置函数 a
