Roberts算子详细代码（Python2.7)

在边缘检测中，传统的Roberts算子是一种简单而高效的算子，它采用2*2模板，利用图像中对角线方向相邻像素差值近似梯度幅度来检测目标边缘。

G_x模板：

1	0
0	-1

G_{y模板 ：}

0	1
-1	0

x,y像素坐标

x,y	x,y+1
x+1,y	x+1,y+1

G_x=1*f(x,y)+0*f(x,y+1)+0*f(x+1,y)+(-1)*f(x+1,y+1)=f(x,y)-f(x+1,y+1)

G_y=0*f(x,y)+1*f(x,y+1)+(-1)*f(x+1,y)+0*f(x+1,y+1)=f(x,y+1)-f(x+1,y)

G(x,y)=|G_x|+|G_y|=|f(x,y)-f(x+1,y+1)|+|f(x, y+1)-f(x+1,y)|

代码块

Roberts算子详细代码，与数学公式完全对照例如：

import Image
import numpy as np
import matplotlib.pyplot as pyplot
import pylab
im =Image.open('Bikesgray.jpg')#记得要用灰度图，如果是彩色图需要转换成灰度图
w,h = im.size
res = np.zeros((w, h))#取一个和原图一样大小的图片，并在里面填充0
roberts_x =[[1, 0],[0, -1]]#Roberts模板
roberts_y =[[0, 1],[-1, 0]]
for x in range(w-1):
    for y in range(h-1):
        sub =[[im.getpixel((x, y)), im.getpixel((x, y+1))],[im.getpixel((x+1, y)), im.getpixel((x+1, y+1))]]#x,y代表像素的位置，而不是像素值，要从图片上得到像素值
        sub = np.array(sub)#在python标准中list是不能做乘法，所以np.array()把list转就可以相乘
        roberts_x = np.array(roberts_x）
        roberts_y = np.array(roberts_y)
        var_x =sum(sum(sub * roberts_x))#矩阵相乘，查看公式，我们要得到是一个值，所以对它进行两次相加
        var_y = sum(sum(sub * roberts_y))

        var = abs(var_x) + abs(var_y)

        res[x][y] = var#把var值放在x行y列位置上

pyplot.imshow(res, cmap=pyplot.cm.gray)#输出图片可能颜色有问题，用cmap=pyplot.cm.gray进行改颜色还有方向问题，也可以通过调整
pylab.show()