05 Priwitt 算子

---

前言

在04Sobel算子中可以看到，Sobel算子的特点是它的边缘很厚，也就是说它的抗干扰能力不咋地。Priwitt算子就是在其基础上变得更加抗干扰了。

---

一、Priwitt是什么？

二、进行验证

这部分的卷积什么的就不再赘述，可以拿前面的文章作参考。

1.仿真结果

代码如下（示例）：

import numpy as np

import img_filter2D


def my_roberts(img):
    h,w = img.shape[:2]
    G = np.zeros((img.shape[0], img.shape[1]), dtype=np.float32)
    #sobel
    dx = np.array([[-1,0,1],[-2,0,2],[-1,0,1]])
    dy = np.array([[-1, -2, -1], [0, 0, 0], [1, 2, 1]])
    #priwwi
    dx1 = np.array([[-1, 0, 1], [-1, 0, 1], [-1, 0, 1]])
    dy1 = np.array([[-1, -1, -1], [0, 0, 0], [1, 1, 1]])
    Gx = abs(img_filter2D.my_filter2D(img,dx1))
    Gy = abs(img_filter2D.my_filter2D(img,dy1))
    G = Gx+Gy
    new_img = np.clip(G, 0, 255).astype(np.uint8)
    Gx = np.clip(Gx, 0, 255).astype(np.uint8)
    Gy = np.clip(Gy, 0, 255).astype(np.uint8)
    return Gx,Gy,new_img

---

可以看到效果比Sobel要好。