1.功能：

　粗略的描繪影象的邊緣

2.演算法：

　將當前畫素與鄰接的下部和右部的畫素進行比較，如果相似，則將當前畫素設定為黑色，否則設定為白色。用到的演算法為歐氏距離演算法。

3.程式碼：

#!/usr/bin/env python
#-*- coding: utf-8 -*-
import cv2
import numpy as np

fn="test.jpg"

def get_EuclideanDistance(x,y):
    myx=np.array(x)
    myy=np.array(y)
    return np.sqrt(np.sum((myx-myy)*(myx-myy)))

if
 
 __name__ == '__main__':

    print 'loading %s ...' % fn
    print 'working',
    myimg1 = cv2.imread(fn)
    w=myimg1.shape[1]
    h=myimg1.shape[0]
    sz1=w
    sz0=h

    #建立空白影象 
    myimg2=np.zeros((sz0,sz1,3), np.uint8)   
    #對比產生線條
    black=np.array([0,0,0])
    white=np.array([255,255,255])
    centercolor=np.array([125
 
,125,125])
    for y in xrange(0,sz0-1):
        for x in xrange(0,sz1-1):
            mydown=myimg1[y+1,x,:]
            myright=myimg1[y,x+1,:]
            myhere=myimg1[y,x,:]

            lmyhere=myhere
            lmyright=myright
            lmydown=mydown
            if get_EuclideanDistance(lmyhere,lmydown)>16
 
 and get_EuclideanDistance(lmyhere,lmyright)>16:
                myimg2[y,x,:]=black
            elif get_EuclideanDistance(lmyhere,lmydown)<=16 and get_EuclideanDistance(lmyhere,lmyright)<=16:
                myimg2[y,x,:]=white
            else:
                myimg2[y,x,:]=centercolor
            print '.',
    cv2.namedWindow('img2')     
    cv2.imshow('img2', myimg2)    
    cv2.waitKey()
    cv2.destroyAllWindows()

4.執行

5.參考資料

《機器學習實踐指南－案例應用解析》