学习笔记(28):Python+OpenCV计算机视觉-图像梯度-sobel算子及其函数使用

立即学习:https://edu.csdn.net/course/play/10552/234943?utm_source=blogtoedu

图像梯度- sobel算子函数及使用

dst = cv2.Sobel(src,ddepth,dx,dy,[ksize])

ksize 核大小

ddepth ,处理结果图像深度

通常情况下,可以将该参数的值设置为-1,让处理结果与原始图像保持一致。

(实际操作中,计算梯度值可能会出现负数。通常计算时,使用更高的数据类型cv2.CV_64F),取绝对值后,再转换为np.uint8(cv2.CV_8U)类型。)

dst = cv2.convertScaleAbs(src[,alpha[,beta]])作用:将原始图像src转换为256色位图(取绝对值)

目标图像 = 调整(src*alpha+beta)

计算x方向梯度:【dx=1,dy=0】

计算y方向梯度:【dx=0,dy=1】

计算双方向梯度有两种方式

方式1 : dx=1,dy=1  (有缺陷)

方式2 : 分别计算dx,dy后相加

dx = cv2.Sobel(src,ddepth,1,0)

dy = cv2.Sobel(src,ddepth,0,1)

dst = dx + dy (可能会溢出)

dst = alpha*dx + beta*dy

dst = cv2.addWeighted(src1,alpha,src2,beta,gamma)

import cv2
import numpy as np
img = cv2.imread('111.jpg',cv2.IMREAD_UNCHANGED)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
k = np.ones((5,5),np.uint8)
sobel = cv2.Sobel(gray, -1, 1, 1)     #测试同时计算
sobelx = cv2.Sobel(gray, cv2.CV_64F, 1, 0)    #分别沿x,y方向计算梯度
sobely = cv2.Sobel(gray, cv2.CV_64F, 0, 1)
dstx = cv2.convertScaleAbs(sobelx)     # 取绝对值
dsty = cv2.convertScaleAbs(sobely)
dst = cv2.addWeighted(dstx,0.5, dsty, 0.5, 0)     #加权求和
cv2.namedWindow('sobel',cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('dstx',cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('dsty',cv2.WINDOW_AUTOSIZE)
cv2.namedWindow('dst',cv2.WINDOW_AUTOSIZE)
cv2.imshow('gray',gray)
cv2.imshow('sobel',sobel)
cv2.imshow('dstx',dstx)
cv2.imshow('dsty',dsty)
cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()


 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PythonOpenCV是一种非常流行的计算机视觉库,用于处理图像和视频数据。OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,提供了许多功能,包括图像处理、特征检测、目标跟踪、运动检测等。Python是用于编写计算机程序的高级编程语言,它易于学习,并且拥有丰富的第三方库,包括OpenCVPythonOpenCV的主要应用场景包括: 1. 图像处理:使用OpenCV可以进行各种图像处理操作,例如调整大小、裁剪、旋转、色彩空间转换、滤波等。 2. 特征检测:OpenCV提供了许多特征检测算法,如SIFT、SURF、ORB等,可用于识别图像中的关键点并提取特征描述符。 3. 目标跟踪:OpenCV提供了许多目标跟踪算法,如帧间差分法、光流法等,可用于实时跟踪视频中的运动目标。 4. 运动检测:OpenCV可以检测视频中的运动对象,例如车辆、行人等。 5. 面部识别:OpenCV可以用于面部识别,通过检测图像中的面部特征并进行匹配。 使用PythonOpenCV进行计算机视觉开发的基本步骤包括: 1. 安装PythonOpenCV库:可以从官方网站下载并安装PythonOpenCV库。 2. 导入库:在Python脚本中导入OpenCV库,以便可以使用其提供的函数和方法。 3. 读取图像或视频文件:使用OpenCV函数读取图像或视频文件,并将其加载到内存中。 4. 进行图像处理或特征检测:使用OpenCV提供的函数和方法对图像或视频进行处理或检测特征。 5. 保存结果:将处理或检测的结果保存到文件或输出到控制台。 总之,PythonOpenCV是一种强大的计算机视觉工具,可用于各种图像和视频处理任务。通过学习和掌握PythonOpenCV,您可以轻松地进行计算机视觉研究、开发和应用。
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