在Python中，使用OpenCV库来实现高通sobel滤波对图片进行处理。

在Python中，利用OpenCV（Open Source Computer Vision Library）库进行图像处理时，Sobel算子是一种常见的边缘检测算法，尤其用于高通滤波，可以用来找出图像中物体的边缘。高通Sobel算子通常用于计算图像的一阶导数，包括水平和垂直方向上的梯度。

以下是使用OpenCV进行Sobel滤波的基本步骤：

1. 导入必要的库：

import cv2
import numpy as np

2. 加载或读取图片：

image = cv2.imread('image_path.jpg', cv2.IMREAD_GRAYSCALE)

这里我们假设已经有一个灰度图像，因为Sobel算子主要用于灰度图像。

3. 应用Sobel滤波：

kernel_size = 3  # 一般选择奇数，如3或5
sigma = 0        # 如果需要模糊边缘，可以设置一个小数值

# 水平方向的Sobel操作
sobel_x = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=kernel_size)

# 垂直方向的Sobel操作
sobel_y = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=kernel_size)

# 结合两个方向的结果，生成二值边缘图
abs_sobelxy = np.sqrt(sobel_x**2 + sobel_y**2)
binary_edges = np.uint8(abs_sobelxy > (threshold * abs_sobelxy.max()))

`threshold`是一个阈值，用于确定哪些像素被认为是边缘。

4. 显示结果：

cv2.imshow('Edges', binary_edges)
cv2.waitKey(0)
cv2.destroyAllWindows()