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()