import cv2 #sobel算子 img=cv2.imread(r"C:\Games\python\PyCharm Community Edition 2021.3.1\daima\open cv\2.jpg",cv2.IMREAD_GRAYSCALE) sobelx=cv2.Sobel(img,cv2.CV_64F,1,0)#cv2.CV_64F新的数据类型 sobely=cv2.Sobel(img,cv2.CV_64F,0,1) sobelx=cv2.convertScaleAbs(sobelx)#将原始图像src转换为256色位图 sobely=cv2.convertScaleAbs(sobely) #dst=cv2.addWeighted(src1,alpha,src2,beta,gamma) #src1:原图像1 #alpha:原图像1需要采用的比重 #src2:原图像2 #beta:原图像2需要采用的比重 #gamma:修正值(一般取0,不做修正) sobelxy=cv2.addWeighted(sobelx,0.5,sobely,0.5,0) sobel11=cv2.Sobel(img,cv2.CV_64F,1,1) cv2.imshow("a",img) cv2.imshow("x",sobelx) cv2.imshow("y",sobely) cv2.imshow("xy",sobelxy) cv2.imshow("11",sobel11) cv2.waitKey(0) #schaar算子 更为精确 dst=Scharr(src,ddpeth,dx,dy) dst=cv2.convertScaleAbs(dst) #laplacian算子 #cv2.Laplacian(src,ddepth)
python图像识别的学习
最新推荐文章于 2023-06-10 11:17:45 发布