使用opencv完成差分滤波器的边缘检测

差分滤波器是一种常用的边缘检测算法，使用opencv可以很方便地实现。下面是使用opencv实现差分滤波器边缘检测的代码示例：

import cv2

# 读取图像
img = cv2.imread('test.jpg')

# 转为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 定义差分滤波器核
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
kernel[1, 1] = -8
print(kernel)

# 进行差分滤波
dst = cv2.filter2D(gray, cv2.CV_8U, kernel)

# 显示结果
cv2.imshow('original', img)
cv2.imshow('result', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，首先读取一张测试图像，并将其转为灰度图像。然后定义了一个3x3的差分滤波器核，其中中心像素为-8，周围8个像素为1。这个核可以通过cv2.getStructuringElement()函数创建，也可以手动定义。最后使用cv2.filter2D()函数进行差分滤波，得到边缘检测结果。

运行代码后，可以看到原始图像和差分滤波器边缘检测结果如下图所示：