OpenCV學習之圖像梯度算子詳解

Posted on by

本文是OpenCV圖像視覺入門之路的第12篇文章，本文詳細的介紹瞭圖像梯度算子的各種操作，例如：Sobel算子Scharr算子laplacian算子等操作。

1.Sobel算子

Sobel算子是一種圖像邊緣檢測算子，它是一種空間濾波器，可以檢測圖像中的邊緣，而梯度運算是一種求導數的方法，可以用來檢測圖像中的局部變化。

import cv2
import numpy as np
from numpy import unicode
 
if __name__ == '__main__':
    # 不同算子的差異
    img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)
    sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
    sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
    sobel_x = cv2.convertScaleAbs(sobel_x)
    sobel_y = cv2.convertScaleAbs(sobel_y)
    sobel_xy = cv2.addWeighted(sobel_x, 0.5, sobel_y, 0.5, 0)
 
    cv2.imshow("sobel_xy", sobel_xy)
 
    img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)
    cv2.imshow("img", img)
 
    cv2.waitKey(0)
    cv2.destroyAllWindows()

2.Scharr算子

Sobel算子是一種圖像邊緣檢測算法，它可以檢測圖像中的水平邊緣和垂直邊緣。它使用卷積核來檢測圖像中的邊緣，並且可以檢測出圖像中的細微變化。OpenCV是一個計算機視覺庫，它提供瞭一系列的函數，可以用來處理圖像，包括Sobel算子。OpenCV提供瞭一系列的函數，可以用來處理圖像，包括Sobel算子，但它也提供瞭其他的圖像處理算法，如Canny邊緣檢測算法，Hough變換算法等。

import cv2
import numpy as np
from numpy import unicode
 
if __name__ == '__main__':
    img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)
    scharrx = cv2.Scharr(img, cv2.CV_64F, 1, 0)
    scharry = cv2.Scharr(img, cv2.CV_64F, 0, 1)
    scharrx = cv2.convertScaleAbs(scharrx)
    scharry = cv2.convertScaleAbs(scharry)
    scharrxy = cv2.addWeighted(scharrx, 0.5, scharry, 0.5, 0)
 
    cv2.imshow("scharrxy", scharrxy)
 
    img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)
    cv2.imshow("img", img)
 
    cv2.waitKey(0)
    cv2.destroyAllWindows()

3.laplacian算子

Laplacian算子是一種圖像處理技術，它可以用來檢測圖像中的邊緣和輪廓。它是一種二階微分算子，可以用來檢測圖像中的邊緣，並且可以用來檢測圖像中的噪聲。它的基本原理是，它會計算圖像中每個像素點的梯度，並且根據梯度的大小來檢測圖像中的邊緣。

import cv2
import numpy as np
from numpy import unicode
 
if __name__ == '__main__':
    img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)
    laplacian = cv2.Laplacian(img, cv2.CV_64F)
    laplacian = cv2.convertScaleAbs(laplacian)
 
    cv2.imshow("laplacian", laplacian)
 
    img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)
    cv2.imshow("img", img)
 
    cv2.waitKey(0)
    cv2.destroyAllWindows()

到此這篇關於OpenCV學習之圖像梯度算子詳解的文章就介紹到這瞭,更多相關OpenCV圖像梯度算子內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：