1.功能：

　粗略的描绘图像的边缘

2.算法：

　将当前像素与邻接的下部和右部的像素进行比较，如果相似，则将当前像素设置为黑色，否则设置为白色。用到的算法为欧氏距离算法。

3.代码：

#!/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

    #创建空白图像 
    myimg2=np.zeros((sz0,sz1,3), np.uint8)   
    #对比产生线条
    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.运行

5.参考资料

《机器学习实践指南－案例应用解析》