OpenCV学习笔记(6)--Image Gradients图像梯度

本文介绍了OpenCV中的图像梯度处理,包括Sobel和Scharr导数以及Laplacian导数。Sobel算子结合了高斯平滑和导数操作,能有效抵抗噪声。拉普拉斯算子利用Sobel导数计算图像的Laplacian。在处理时要注意,当输出类型为cv2.CV_8U时,负斜率信息可能会丢失,建议使用更高精度的数据类型并取绝对值后再转换回cv2.CV_8U。
摘要由CSDN通过智能技术生成

opencv提供了三种梯度过滤器或高通过滤器Sobel、Scharr、Laplacian.(高通滤波器high-pass fliter(HPF) 寻找图片的边界)

1.Sobel and Scharr Derivatives(衍生)

    Sobel operators是Gaussian Smoothing 加上differentian(变异/分化) operation。所以它对噪音更有抵抗。你可以指明衍生物(derivatives)的方向,垂直或者是水平的(分别对应是yorder、xorder)。

Python: cv2.Scharr(src, ddepth, dx, dy[, dst[, scale[, delta[, borderType]]]]) → dst

        你也可以在参数ksize中指明kernel 的大小。其中ksize=-1时,会使用3x3的Charr filter(在这个情况下,结果会更好)

2.Laplacian Derivatives 拉普拉斯衍生

  Python: cv2.Laplacian(src, ddepth,corder) → dst

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