【python-opencv】图像梯度
OpenCV提供三种类型的梯度滤波器或高通滤波器,即Sobel,Scharr和Laplacian。我们将看到他们每一种。 1、sobel和scharr算子 Sobel算子是高斯平滑加微分运算的联合运算,因此它更抗噪声。你可以指定要采用的导数方向,垂直或水平(分别通过参数yorder和xorder)。你还可以通过参数ksize指定内核的大小。如果 2、Laplacian算子 Laplacian 算子是n维欧几里德空间中的一个二阶微分算子,定义为梯度grad的散度div。可使用运算模板来运算这定理定律。 函数的拉普拉斯算子也是该函数的黑塞矩阵的迹,可以证明,它具有各向同性,即与坐标轴方向无关,坐标轴旋转后梯度结果不变。如果邻域系统是4 邻域,Laplacian 算子的模板为:
如果邻域系统是8 邻域,Laplacian 算子的模板为:
前面提过,Laplacian 算子对噪声比较敏感,所以图像一般先经过平滑处理,因为平滑处理也是用模板进行的,所以,通常的分割算法都是把Laplacian 算子和平滑算子结合起来生成一个新的模板。
下面的代码显示了单个图表中的所有算子。所有内核都是
5x5 大小。输出图像的深度通过-1 得到结果的np.uint8 型。import numpy as np cv2 as cv from matplotlib pyplot as plt img = cv.imread('dave.jpg',0) laplacian = cv.Laplacian(img,cv.CV_64F) sobelx = cv.Sobel(img,cv.CV_64F,1,ksize=5) sobely = cv.Sobel(img,1)">) plt.subplot(2,2,1),plt.imshow(img,cmap = gray) plt.title(Original),plt.xticks([]),plt.yticks([]) plt.subplot(2,2),plt.imshow(laplacian,1)">LaplacianSobel XSobel Y (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |