OpenCV之图像梯度（笔记11）

编程代码： 

import numpy as np
import matplotlib.pyplot as plt
import cv2
#图像梯度
def show(image):
    plt.imshow(image)
    plt.axis('off')
    plt.show()

def imread(image):
    image=cv2.imread(image)
    #把图像的BGR转换成RGB
    image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    return image
image=imread('im.jpg')
def gradient(image):
    image=cv2.cvtColor(image,cv2.COLOR_RGB2GRAY)
    #cv2.CV_64F输出图像的深度（数据类型），64位float类型，因为梯度可能是正也可能是负
    laplacian=cv2.Laplacian(image,cv2.CV_64F)
    #1,0表示在x方向求一阶导数，最大可以求2阶导数
    sobelx = cv2.Sobel(image,cv2.CV_64F,1,0,ksize=3)
    # 1,0表示在y方向求一阶导数，最大可以求2阶导数
    sobely = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=3)
    titles=['Original','Laplacian','SobelX','SobelY']
    images=[image,laplacian,sobelx,sobely]
    plt.figure(figsize=(10,5))
    for i in range(4):
        plt.subplot(2,2,i+1)
        plt.imshow(images[i],'gray')
        plt.title(titles[i])
        plt.axis('off')
    plt.show()


gradient(image)

效果展示：