OpenCV-Python 边缘检测

来源

标题Sobel边缘检测

Sobel算子是一种具有方向性的边缘检测算子,可以分别计算水平和垂直方向上的灰阶突变。

import cv2

img = cv2.imread("01.jpg", 0)

x = cv2.Sobel(img, cv2.CV_16S, 1, 0)
y = cv2.Sobel(img, cv2.CV_16S, 0, 1)

xy = cv2.Sobel(img,cv2.CV_16S, 1 , 1)

absX = cv2.convertScaleAbs(x)
absY = cv2.convertScaleAbs(y)

xy = cv2.convertScaleAbs(xy)

dst = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)

cv2.imshow("absX", absX)
cv2.imshow("absY", absY)
cv2.imshow("Result", dst)
cv2.imshow("XY",xy)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.Sobel()函数中第三和第四个参数如果都取1,处理效果是检测到倾斜方向上的边缘,对水平和垂直方向上的边缘都过滤掉了。

Laplacian边缘检测

Laplacian基本上可以检测出图像在各个方向上的灰阶突变,效果上基本等同于使用Sobel检测的X和Y方向上的边缘的叠加。

import cv2
import numpy

img = cv2.imread("01.jpg", 0)
imgGau = cv2.GaussianBlur(img,(5,5),0)

gray_lap = cv2.Laplacian(imgGau, cv2.CV_16S, ksize=3)
dst = cv2.convertScaleAbs(gray_lap)

bond = numpy.hstack((img,dst))

cv2.imshow("bond",bond)
cv2.waitKey(0)
cv2.destroyAllWindows()

numpy中的hstack()函数可以把两幅尺寸相同的图片粘合到一起。

Canny边缘检测

Canny边缘检测可以相对有效的连接断裂的边缘,需要指定一个最大最小灰阶值组成区间,结果生成的是二值图像。

import cv2

img = cv2.imread("01.jpg", 0)
img = cv2.GaussianBlur(img, (3, 3), 0)

canny = cv2.Canny(img, 50, 255)

cv2.imshow('Canny', canny)
cv2.waitKey(0)
cv2.destroyAllWindows()
©️2020 CSDN 皮肤主题: 像素格子 设计师:CSDN官方博客 返回首页