欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

操作小记(图像梯度处理)

程序员文章站 2022-07-14 09:47:19
...

图像梯度处理

描述:使用sobel算子、scharr算子和Laplacian算子处理同一幅图像(核的大小相同),观察其结果的不同

代码

import cv2
import numpy as np
import matplotlib.pyplot as plt

plt.close('all')

img = cv2.imread("rice.png", 1)

# img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# sobel
# 参数1,0为只在x方向求一阶导数
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
# 参数0,1为只在y方向求一阶导数
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobely = cv2.convertScaleAbs(sobely)
# 叠加
sobelxy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)

# scharrx
# 参数1,0为只在x方向求一阶导数
scharrx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=-1)
scharrx = cv2.convertScaleAbs(sobelx)
# 参数0,1为只在y方向求一阶导数
scharry = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=-1)
scharry = cv2.convertScaleAbs(sobely)
# 叠加
scharrxy = cv2.addWeighted(scharrx, 0.5, scharry, 0.5, 0)

# Laplacian
laplacian = cv2.Laplacian(img, cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)

titles = ['ori', 'sobel x', 'sobel y',
          'sobel xy', 'scharr xy', 'laplacian']

images = [img, sobelx, sobely, sobelxy, scharrxy, laplacian]

for i in range(6):
    plt.subplot(2, 3, i + 1), plt.imshow(images[i])
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])

plt.show()

效果
操作小记(图像梯度处理)

相关标签: 机器视觉