CNN numpy 实现边缘检测

最新推荐文章于 2024-03-05 16:08:43 发布

Object_in_java

最新推荐文章于 2024-03-05 16:08:43 发布

阅读量426

点赞数 2

分类专栏：人工智能数据挖掘文章标签：人工智能深度学习大数据数据挖掘机器学习

本文链接：https://blog.csdn.net/m0_45311187/article/details/121420681

版权

3 篇文章 0 订阅

订阅专栏

2 篇文章 0 订阅

订阅专栏

import cv2
import numpy as np

from matplotlib import pyplot as plt

img = cv2.imread("Cat.jpg")

img = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY) #将图像转为灰度图

x = cv2.Sobel(img,cv2.CV_16S,1,0)
y = cv2.Sobel(img,cv2.CV_16S,0,1)

absX = cv2.convertScaleAbs(x)   # 转回uint8
absY = cv2.convertScaleAbs(y)

dst = cv2.addWeighted(absX,0.5,absY,0.5,0)
cv2.imshow("image",img);

cv2.imshow("Result", dst)

cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

plt.imshow(absX,cmap="gray")#X方向的sobel

在这里插入图片描述

plt.imshow(absY,cmap = "gray")#Y方向的sobel

在这里插入图片描述

plt.imshow(dst,cmap = "gray")#X与Y方向都处理sobel

在这里插入图片描述

kernel = np.array((
                [1,0,-1],
                [1,0,-1],
                [1,0,-1]),dtype="float32")

img_1 = cv2.filter2D(img,-1,kernel)
plt.imshow(img_1,cmap = "gray")

在这里插入图片描述

img_1 = cv2.filter2D(img,-1,kernel)
plt.imshow(img_1,cmap = "gray")

在这里插入图片描述

关注

专栏目录