为什么我的Sobel边缘检测代码不起作用？

Question

这里是我使用的边缘检测代码Sobel operator：

from PIL import Image 
import numpy as np 
from scipy import misc 

a = np.array([1, 2, 1]) 
b = np.array([1, 0, -1]) 
Gy = np.outer(a, b) 
Gx = np.rot90(Gy, k=3) 

def apply(X): 
    a = (X * Gx) 
    b = (X * Gy) 
    return np.abs(a.sum()) + np.abs(b.sum()) 

data = np.uint8(misc.lena()) 
data2 = np.copy(data) 
center = offset = 1 
for i in range(offset, data.shape[0]-offset): 
    for j in range(offset, data.shape[1]-offset): 
     X = data[i-offset:i+offset+1, j-offset:j+offset+1] 
     data[i, j] = apply(X) 

image = Image.fromarray(data) 
image.show() 
image = Image.fromarray(data2) 
image.show() 

导致：

相反的：

对于它的价值，我相当肯定我的循环和图像克恩的一般想法els是正确的。例如，我能够产生这种自定义过滤器（高斯中心减去）：

这有什么错我的Sobel滤波器？

Answer 1

终于明白了。我不应该一直在修改数组，因为它显然会改变在过滤器的后续应用程序中计算的值。这工作：

... 
new_data = np.zeros(data.shape) 
center = offset = 1 
for i in range(offset, new_data.shape[0]-offset): 
    for j in range(offset, new_data.shape[1]-offset): 
     X = data[i-offset:i+offset+1, j-offset:j+offset+1] 
     new_data[i, j] = apply(X) 
... 

主要生产：