9.4 sobel算子和scharr算子的比较

最新推荐文章于 2022-10-23 13:55:02 发布
最新推荐文章于 2022-10-23 13:55:02 发布
阅读量1.2k 收藏
点赞数
分类专栏： 10 OpenCV图像处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/pengchengliu/article/details/108076070
版权

                                                                                                              点击此处返回总目录

 

 

这一节我们看一下sobel算子和scharr算子的比较

 

首先我们看一下他们的卷积核。

sobel算子和scharr算子他们的卷积核大小是一样的。这意味着他们计算起来，工作量是一样的。

不同在哪呢？sobel计算起来，精确度不高，通常认为scharr算子是对sobel算子的改进。精确度体现在他们的系数不一样。

 

 

 

例：对比

 
最低0.47元/天 解锁文章
/home/liupc
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
OpenCV之scharr算子详解/scharr算子和sobel算子的区别
Hide on Bush的博客
02-20 3450
scharr算子实际上是sobel算子的优化，scharr算子在处理边缘时比sobel精度高一些。两种算子唯一的区别就是他们的卷积核不同，他们无论在计算时间还是复杂度都是一样的。 容易看出两种算子卷积核的差异。 opencv中提供给我们scharr算子的函数： cv2.Scharr(src,ddepth,dx,dy) 参数解释同sobel,不清楚的请移步OpenCV之sobel算子详解 但是我...
图像梯度算子——Sobel/scharr/Laplacian
Mr_Nobody17的博客
08-30 8851
1.sobel算子 sobel算子可以计算图像梯度，计算图像梯度的作用是提取边界。 （1）X方向的梯度 以3x3的卷积核计算sobel算子为例： 图中左边就是计算水平梯度时的卷积核，简单来说就是右边减左边，权重由卷积核规定。 含义：当目标（P5点）右左两列差别特别大的时候，目标点的值会很大，说明该点为边界。 （2）Y方向的梯度 上图是计算垂直方向梯度的卷积核，如果在垂直方向上存在有较大的差值就说明存在有水平边界。 （3）注意&总结 a.水平梯度运算提取垂直方向的边界
【opencv学习笔记】018之Sobel算子与Scharr算子
水亦心的博客
02-24 1896
目录 一、前言 二、算子 1、咋理解算子 2、算子定义 三、Sobel算子 1、讲解 2、API 3、代码展示 4、执行结果 四、Scharr算子 1、讲解 2、API 3、代码展示 4、执行结果 一、前言 继续填坑。 如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类： 【OpenCV...
机器学习进阶-图像梯度计算-scharr算子与laplacian算子(拉普拉斯) 1.cv2.Scharr(使用scharr算子进行计算) 2.cv2.laplician(使用拉普拉斯算子进行计算...
weixin_33884611的博客
02-18 324
1. cv2.Scharr(src，ddepth, dx, dy)， 使用Scharr算子进行计算 参数说明：src表示输入的图片，ddepth表示图片的深度，通常使用-1， 这里使用cv2.CV_64F允许结果是负值， dx表示x轴方向算子，dy表示y轴方向算子 2.cv2.laplacian(src， ddepth) 使用拉普拉斯算子进行计算 参数说明: src表示输入的图片，ddept...
OpenCV图像处理学习十六，解析图像卷积运算原理并应用Sobel算子，Scharr算子和拉普拉斯算子（Laplance）的应用
weixin_44651073的博客
08-18 5631
图像卷积运算原理，Sobel算子，Scharr算子和拉普拉斯算子（Laplance）的知识应用
OpenCV之sobel算子详解
01-06
sobel算子是一种计算不同方向上梯度的工具。原理是使用卷积核对图像进行处理。 如果想计算x方向梯度，我们就需要这样的一个卷积核 以卷积核的中心为中心，将卷积核与图像上像素值一一对应，卷积核上的数字相当于...
Pytorch 实现sobel算子的卷积操作详解
09-18
Sobel算子包含两个方向的核：水平和垂直，用于检测水平和垂直边缘。本文中使用的Sobel算子核如下： ``` 水平核: [-1, -1, -1] [-1, 8, -1] [-1, -1, -1] 垂直核: [-1, -1, -1] [-1, 8, -1] [-1, -1, -1] ``` ...
OpenCV计算机视觉学习（6）——图像梯度计算&边缘检测（Sobel算子，scharr算法，Laplacian算子，Canny
08-03
在计算机视觉领域，边缘检测是一种基础且重要的技术，用于识别图像中的边界，从而突出显示物体轮廓。本文将深入探讨OpenCV库中用于图像梯度计算和边缘检测的...通过实验和比较，可以找到最适合特定任务的边缘检测策略。
1_sobel算子_
09-30
Sobel算子是一种在图像处理领域广泛应用的边缘检测算子，主要用于计算图像的梯度强度和方向。它通过结合水平和垂直方向的差分算子来估计图像的边缘，是离散微分算子的一种形式。在MATLAB平台上，实现Sobel算子的操作...
八方向Sobel算子（3x3）的python实现
07-09
一种改进的八方向Sobel算子，python代码（基于matlab源码改写）。八个Kernel为：mask1=[-1 -2 -1;0 0 0;1 2 1]; mask2=[-2 -1 0;-1 0 1;0 1 2]; mask3=[-1 0 1;-2 0 2;-1 0 1]; mask4=[0 1 2;-1 0 1;-2 -1 0]; mask5...
OpenCV边缘检测Canny算子sobel算子scharr滤波（VS2015+OpenCV3.4.9）
02-29
OpenCV边缘检测Canny算子sobel算子scharr滤波等代码例子 ide环境VS2015,OpenCV3.4.9,编程语言C++
[边缘检测]——Sobel算子、Scharr算子、Laplacian算子、Canny边缘检测
weixin_42067873的博客
07-10 2473
边缘检测是图像处理和计算机视觉中基本的问题，边缘检测的目的是标识数字图像中亮度变化明显的点，图像属性中的显著变化通常反映了属性的重要事件和变化。边缘的表现形式如下图所示： 一、边缘检测的分类 图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性，有许多方法用于边缘检测，它们的绝大部分可以划分为两类：（1）基于搜索（2）基于零穿越的 注：两类边缘检测方法都是基于导数的。 1、基于搜索的 2、基于零穿越的 基于零穿越的，是在基于搜索的基础上进..
图像基本处理——Sobel，Scharr，Laplacian算子
Harriet的博客
10-16 2044
文章目录一、Sobel算子 一、Sobel算子
opencv的sobel算子和scharr算子的区别
my_name_is_learn的博客
01-15 769
import cv2 img = cv2.imread('../data/1.jpg', 0) sobelx0 = cv2.Sobel(img, cv2.CV_64F, 1, 0) # 获取水平方向边缘梯度，第二个参数表示获取所有边缘信息不要遗漏 sobely0 = cv2.Sobel(img, cv2.CV_64F, 0, 1) # 获取垂直方向边缘梯度，第二个参数表示获取所有边缘信息...
空间滤波 - 锐化处理 - 一阶差分算法（Sobel、Scharr算子）
Henry的博客
10-23 3174
空间滤波的另一种用途是图像的锐化，锐化的作用是突出灰度中的过渡区域图像的模糊在空间域当中可以通过平滑（平均）邻域中的像素实现，类似于积分运算图像的锐化在空间域当中可以通过锐化（差值）邻域中的像素实现，类似于微分运算因为差值会计算出两个像素灰度值的差异，而在灰度值变换平坦的区域差值几乎为零。所以，锐化滤波的作用是削弱图像灰度值变换缓慢的区域，同时增强灰度值存在明显差异的区域，这些区域往往是边缘或者噪声。
opencv——Sobel算子与Scharr算子
路人coder
01-20 447
目录算子边缘提取与梯度边缘提取Sobel算子原理API代码展示结果优化代码结果Scharr算子代码结果 算子 狭义的算子实际上是指从一个函数空间到另一个函数空间（或它自身）的映射。 广义的算子的定义只要把上面的空间推广到一般空间，可以是向量空间，赋范向量空间，内积空间，或更进一步，Banach空间，Hilbert空间都可以。算子还可分为有界的与无界的，线性的与非线性的等等类别。 边缘提取与梯度 如上图，在画圈处有明显的像素值变化，这就是图像中的边缘 上图，是图像像素的变化图 圆圈处就是和
灰度图像--图像分割 Sobel算子，Prewitt算子和Scharr算子平滑能力比较
weixin_30628077的博客
02-11 291
学习DIP第47天 转载请标明本文出处：http://blog.csdn.net/tonyshengtan ，出于尊重文章作者的劳动，转载请标明出处！文章代码已托管，欢迎共同开发： https://github.com/Tony-Tan/DIPpro 更多详细请访问最新网站www.face2ai.com #开篇废话 依然是废话，这篇主要想对比下So...
【OpenCV入门教程之十二】OpenCV边缘检测：Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑
热门推荐
【浅墨的游戏编程Blog】毛星云（浅墨）的专栏
05-11 18万+
本篇文章中，我们将一起学习OpenCV中边缘检测的各种算子和滤波器——Canny算子,Sobel算子,Laplace算子以及Scharr滤波器。文章中包含了五个浅墨为大家准备的详细注释的博文配套源代码。在介绍四块知识点的时候分别一个，以及最后的综合示例中的一个。 依然是是放出一些程序运行截图吧： 效果图看完，我们来唠唠嗑。 首先，需要说明的是，浅墨这篇文章最后的示例代码是采用两周前刚刚发布的2.4.9来书写的。里面的lib都已经改成了2.4.9版本的。如果大家需要运行的话，要么配置好2.4.9.要么把浅墨
边缘处理之sobel、scharr
weixin_44753371的博客
04-01 245
边缘处理之sobel、scharr 1、边缘处理之sobel、scharr 原函数： 一阶导： 水平梯度： 垂直梯度： 最终梯度： scharr算子： SobelApi: Sobel(src, dst, depth, dx, dy, ksize) 2、代码实现 #include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main(i
Sobel 算子和scharr算子详细解释
最新发布
05-20
Sobel 算子和 Scharr 算子都是常用的图像边缘检测算法，它们可以用于提取图像中的边缘信息。 Sobel 算子是一种离散微分算子，用于计算图像的梯度。它将图像中每个像素的灰度值看作一个函数，通过对这个函数进行微分...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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