所谓二值化是指只包含白和黑这两种颜色，下面的代码中使用白色表示内部或背景，使用黑色表示边缘。
图像边缘提取的基本思路是：如果一个像素的颜色值与周围像素足够接近（属于低频部分）则认为是图像背景或者内部，如果一个像素的颜色值与周围像素相差很大（属于高频部分）则认为是图像边缘。在具体实现时，边缘提取有很多种方法，分别采用不同的卷积和，针对不同类型的边缘。下面代码的思路是：如果一个像素的颜色值与其右侧和下侧像素都足够接近则认为不是边缘，否则认为是边缘。
from PIL import Image
def isSimilar(c1, c2, c3, ratio):
#c1,c2,c3都是(r,g,b)形式的元组
#判断c1是否同时与c2、c3都足够相似
#ratio为判断是否足够接近的阈值
t1 = [abs(2*cc1-cc2-cc3) for cc1, cc2,cc3 in zip(c1,c2,c3)]
tt = [c*ratio for c in c1]
#足够接近返回True，否则返回False
if t1<=tt:
return True
return Falsedef edgeExtract(imgFn):
#打开原始图像，获取尺寸
im = Image.open(imgFn)
width, height = im.size
#创建空白图像
imDst = Image.new('RGB', im.size, (0,0,0))
for w in range(width-1):
for h in range(height-1):
#分别获取原始图像当前位置、下侧、右侧像素的颜色
c1 = im.getpixel((w,h))[:3]
c2 = im.getpixel((w,h+1))[:3]
c3 = im.getpixel((w+1,h))[:3]
#如果足够接近，在空白图像中绘制白色，否则绘制黑色
if isSimilar(c1, c2, c3, 0.2):
imDst.putpixel((w,h), (255,255,255))
else:
imDst.putpixel((w,h), (0,0,0))
#保存结果图像
imDst.save(imgFn[:-4] + '_new' + imgFn[-4:])edgeExtract('test.png')测试图像：
使用上面的代码提取出来的边缘：
