基于Sobel算子的图像边缘检测

最新推荐文章于 2023-08-17 12:18:01 发布

晓shuo

最新推荐文章于 2023-08-17 12:18:01 发布

阅读量1.4k

点赞数

文章标签： opencv 计算机视觉 python

本文链接：https://blog.csdn.net/python_plus/article/details/128424148

版权

一、Sobel算子

Sobel边缘检测算法比较简单，实际应用中效率比canny边缘检测效率要高，但是边缘不如Canny检测的准确，然而在很多实际应用的场合，sobel边缘却是首选，Sobel算子是高斯平滑与微分操作的结合体，所以其抗噪声能力很强，用途较多。尤其是在对效率要求较高，而对细纹理不太关系的时候。
使用Sobel算子提取图像边缘分3个步骤：

提取X方向的边缘，X方向一阶Sobel边缘检测算法为：
$\begin{bmatrix} -1 & 0 & 1 \\ -2 & 0 & 2 \\ -1 & 0 & 1\end{bmatrix} \quad$
提取Y方向的边缘，Y方向一阶Sobel边缘检测算法为：
$\begin{bmatrix} -1 & -2 & -1 \\ 0 & 0 & 0 \\ 1 & 2 & 1\end{bmatrix} \quad$
综合两个方向的边缘信息得到整幅图像的边缘。

二、Python代码实现

import cv2
import os
def SobelSeg(image):
    img = cv2.Sobel(image, cv2.CV_32F, 0, 1, ksize=3)
    cv2.namedWindow('W3',cv2.WINDOW_NORMAL)
    cv2.imshow("W3", img)
    cv2.waitKey(delay=0)
    return img

def convert(input_dir, output_dir):
    for image_name in os.listdir(input_dir):
        path = input_dir + "/" + image_name
        image = cv2.imread(path)
        image_1 = SobelSeg(image)
        cv2.imwrite(output_dir + "/" + "0" + image_name , image_1)

if __name__ == '__main__':
    input_dir = r"C:\Users\22476\Desktop\Graduation Project\Edge_test_image\original"
    output_dir = r"C:\Users\22476\Desktop\Graduation Project\Edge_test_image\result_32F"
    convert(input_dir, output_dir)