Open CV系列学习笔记（十五）图像梯度 2021-02-10

最新推荐文章于 2023-02-04 22:01:56 发布

天涯尽头黄鹤楼

最新推荐文章于 2023-02-04 22:01:56 发布

阅读量257

点赞数

分类专栏： opencv学习笔记系列

本文链接：https://blog.csdn.net/pidzhengding/article/details/113786758

版权

卷积 opencv cv 计算机视觉

opencv学习笔记系列专栏收录该内容

27 篇文章 12 订阅

订阅专栏

Open CV系列学习笔记（十五）图像梯度

图像梯度

图像梯度可以把图像看成二维离散函数，图像梯度其实就是这个二维离散函数的求导。
图像梯度: G(x,y) = dx(i,j) + dy(i,j);
dx(i,j) = I(i+1,j) - I(i,j);
dy(i,j) = I(i,j+1) - I(i,j);
其中，I是图像像素的值(如：RGB值)，(i,j)为像素的坐标。
图像梯度一般也可以用中值差分：
dx(i,j) = [I(i+1,j) - I(i-1,j)]/2;
dy(i,j) = [I(i,j+1) - I(i,j-1)]/2;
图像边缘一般都是通过对图像进行梯度运算来实现的。

一阶导数与Soble算子

在这里插入图片描述

代码：

def sobel_demo(image):#索贝尔算子（加强版）
    grad_x = cv.Scharr(image, cv.CV_32F, 1, 0)
    grad_y = cv.Scharr(image, cv.CV_32F, 0, 1)
    gradx = cv.convertScaleAbs(grad_x)
    grady = cv.convertScaleAbs(grad_y)
    #cv.imshow("gradient-x",gradx)
    #cv.imshow("gradient-y",grady)

    gradxy = cv.addWeighted(gradx,0.5,grady,0.5,0)
    cv.imshow("gradient",gradxy)

结果：
在这里插入图片描述

二阶导数与拉普拉斯算子

在这里插入图片描述

代码：

def lapalian_demo(image):#拉普拉斯算子
    kernel = np.array([[1,1,1],[1,-8,1],[1,1,1]])#手动定义卷积核
    dst = cv.filter2D(image,cv.CV_32F,kernel = kernel)
    lpls = cv.convertScaleAbs(dst)
    cv.imshow("lapalian_demo",lpls)

结果：
在这里插入图片描述

完整代码：

import cv2 as cv
import numpy as np


def lapalian_demo(image):#拉普拉斯算子
    #dst = cv.Laplacian(image,cv.CV_32F)
    #lpls = cv.convertScaleAbs(dst)
    kernel = np.array([[1,1,1],[1,-8,1],[1,1,1]])#手动定义卷积核
    dst = cv.filter2D(image,cv.CV_32F,kernel = kernel)
    lpls = cv.convertScaleAbs(dst)
    cv.imshow("lapalian_demo",lpls)


def sobel_demo(image):#索贝尔算子（加强版）
    grad_x = cv.Scharr(image, cv.CV_32F, 1, 0)
    grad_y = cv.Scharr(image, cv.CV_32F, 0, 1)
    gradx = cv.convertScaleAbs(grad_x)
    grady = cv.convertScaleAbs(grad_y)
    cv.imshow("gradient-x",gradx)
    cv.imshow("gradient-y",grady)

    gradxy = cv.addWeighted(gradx,0.5,grady,0.5,0)
    cv.imshow("gradient",gradxy)


print("--------HEllow Python-------")
src = cv.imread("E:/picture/30.jpg")
cv.namedWindow("input image",cv.WINDOW_AUTOSIZE)
cv.imshow("input image",src)
sobel_demo(src)
cv.waitKey(0)


cv.destroyAllWindows()