Robert算子是一种利用局部差分算子寻找边缘的算子,它实际也是一种梯度处理法,只是它用的算子与上篇梯度法的算子不一样。
上篇是标准差分算子,而Rboert用的是对角线差分。
其差分计算式为:
其算子为:
# -*- coding:gbk -*-
import cv2
import numpy as np
import matplotlib. pyplot as plt
#读取图像
img = cv2. imread('lena512color.tiff')
#灰度化处理图像
grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#Roberts算子
kernelx = np.array([[-1,0],[0,1]], dtype = int)
kernely = np.array([[0,1],[-1,0]], dtype=int)
x = cv2.filter2D(grayImage, cv2.CV_16S, kernelx)
y = cv2.filter2D(grayImage, cv2.CV_16S, kernely)
#转uint8
absX = cv2.convertScaleAbs(x)
absY = cv2.convertScaleAbs(y)
Roberts = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)
#用来正常显示中文标签
plt. rcParams['font.sans-serif']=['SimHei']
#显示图形
titles = ['原始图像', 'Roberts算子']
images = [grayImage, Roberts]
for i in range(2):
plt.subplot (1,2, i+1), plt.imshow(images[i], 'gray')
plt.title(titles[i])
plt.xticks([]), plt.yticks([])
plt.show()
图像如下: