计算机视觉OpenCV图像梯度计算

本文介绍了如何使用OpenCV进行图像梯度计算,包括Sobel算子、Scharr算子和Laplacian算子的运用。通过计算X和Y方向的梯度,结合示例代码展示了图像轮廓的标注过程,并解释了为何需要取绝对值和转换数据类型的原因。
摘要由CSDN通过智能技术生成

一、图像梯度计算

1)sobel算子(作用是标注轮廓区域)形式一般是这样

竖着中间是0那就是右边减去左边,如果横着中间是0那就是上面减去下面
Gx即卷积完之后是右边像素-左边像素,Gy是上边像素-下边像素

在这里插入图片描述

计算最好分开x,y算不然结果会不准

dx=1,dy=0时,表示对其进行Gx计算。反之亦然。

白到黑是正数,黑到白是负数,所有的负数会被截断成0(黑色)。所以得取绝对值。使用cv2.CV_64F的原因是从白到黑的边界点导数为负数后,如果使用的是np.int8则会变成0。

(黑色)= 0 (白色) = 255

在这里插入图片描述
在这里插入图片描述
代码

def cv_show(img,name): 定义展示函数
cv2.imshow(name,img)
cv2.waitKey(0)
cv2.destroyAllWindows()
sobelx=cv2.Sobel(img,c

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值