不使用第三方库，利用sobel算子进行线特征提取的python代码

在Python中，你可以使用numpy库来处理图像，然后手动实现Sobel算子进行边缘检测。下面是一个简单的例子，展示如何从一张灰度图像中提取线条特征：

import numpy as np
import cv2

def sobel_edge_detection(image_path):
    # 读取图片
    img = cv2.imread(image_path, 0)  # 读取灰度图像

    # Sobel算子
    # 计算x方向的梯度
    sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=5)
    # 计算y方向的梯度
    sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=5)

    # 计算梯度幅值和方向
    abs_sobel_x = np.abs(sobel_x)
    abs_sobel_y = np.abs(sobel_y)
    gradient_mag = np.sqrt(abs_sobel_x**2 + abs_sobel_y**2)
    gradient_angle = np.arctan2(abs_sobel_y, abs_sobel_x) * (180 / np.pi)

    # 将角度映射到0-180度范围，并转化为整数
    gradient_angle = (gradient_angle + 180) % 180

    return gradient_mag, gradient_angle

# 使用函数并保存结果
image_path = 'your_image.jpg'
magnitude, angle = sobel_edge_detection(image_path)
# 可以进一步处理这些数据，比如阈值分割、绘制边缘等

在这个例子中，`cv2.Sobel()`函数用于计算图像在x和y方向上的微分，随后我们对这些梯度进行绝对值运算，获取梯度幅度（强度），并通过arctan转换得到方向。