sobel算子python代码实现

Sobel算子是一种常用的边缘检测算法，它利用卷积运算来寻找图像中的边缘。

以下是使用Python和NumPy库实现Sobel算子的简单示例代码：
```python
import cv2
import numpy as np
from matplotlib import pyplot as plt
# 读取图像
image = cv2.imread('input_image.jpg', cv2.IMREAD_GRAYSCALE)
# 使用Sobel算子进行边缘检测
sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=3)
# 计算梯度幅值和方向
gradient_magnitude = np.sqrt(sobel_x**2 + sobel_y**2)
gradient_direction = np.arctan2(sobel_y, sobel_x)
# 将梯度幅值映射到0-255范围
gradient_magnitude_normalized = cv2.normalize(gradient_magnitude, None, 0, 255, cv2.NORM_MINMAX)
# 显示原图和边缘检测结果
plt.subplot(2, 2, 1), plt.imshow(image, cmap='gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(2, 2, 2), plt.imshow(sobel_x, cmap='gray')
plt.title('Sobel X'), plt.xticks([]), plt.yticks([])
plt.subplot(2, 2, 3), plt.imshow(sobel_y, cmap='gray')
plt.title('Sobel Y'), plt.xticks([]), plt.yticks([])
plt.subplot(2, 2, 4), plt.imshow(gradient_magnitude_normalized, cmap='gray')
plt.title('Gradient Magnitude'), plt.xticks([]), plt.yticks([])
plt.show()
```
确保你已经安装了NumPy、OpenCV和Matplotlib库。

这个示例代码读取一张灰度图像，然后使用Sobel算子进行水平和垂直边缘检测。

最后，显示原始图像、Sobel X、Sobel Y以及梯度幅值的图像。