目录
一、Sobel函数
# 利用Sobel方法可以进行sobel边缘检测 #
sobelx = cv2.Sobel(img,cv2.CV_64F, 1, 0, ksize=3)
- img表示源图像,即进行边缘检测的图像
- cv2.CV_64F表示64位浮点数即64float。这里不使用numpy.float64,因为可能会发生溢出现象
- 第三和第四个参数分别是对X和Y方向的导数(即dx,dy),这里1表示对X求偏导,0表示不对Y求导。其中,X还可以求2次导。
- 注意:对X求导就是检测垂直方向的边缘,对Y求导是检测水平方向的边缘
- 第五个参数ksize是指核的大小。
- 这里说明一下,这个参数的前四个参数都没有给谁赋值,而ksize则是被赋值的对象。实际上,这时可省略的参数,而前四个是不可省的参数。注意其中的不同点
二、对垂直/水平方向边缘检测
import cv2
# Step1 读入灰度图
initial_car = cv2.imread(r'F:\ml_summer\Opencv\Image\car.jpg',cv2.IMREAD_GRAYSCALE)
# Step2 高斯模糊处理
blur_car = cv2.GaussianBlur(initial_car,(5,5),0)
#Step3 Sobel计算水平导数
sobel_car = cv2.Sobel(blur_car,cv2.CV_16S,1,0)
sobel_car = cv2.convertScaleAbs(sobel_car) #转回uint8
cv2.imshow('now',sobel_car)
cv2.waitKey(0)
上述代码对X求导,即检测了垂直方向的边缘
使用cv2.Sobel(img,cv2.CV_16S,0,1)可以实现对Y求一阶导,即对水平方向进行检测
三、对垂直和水平方向边缘检测
我们不是使用
cv2.Sobel(blur_car,cv2.CV_16S,1,1)
而是通过,先对水平方向边缘检测,在对垂直方向边缘检测,最后利用加权相加的方式实现对垂直和水平方向进行边缘检测
import cv2
# Step1 读入灰度图
initial_car = cv2.imread(r'F:\ml_summer\Opencv\Image\car.jpg',cv2.IMREAD_GRAYSCALE)
# Step2 高斯模糊处理
blur_car = cv2.GaussianBlur(initial_car,(5,5),0)
#Step3 Sobel计算水平导数
sobel_car1 = cv2.Sobel(blur_car,cv2.CV_16S,1,0)
sobel_car2 = cv2.Sobel(blur_car,cv2.CV_16S,0,1)
sobel_car1 = cv2.convertScaleAbs(sobel_car1) #转回uint8
sobel_car2 = cv2.convertScaleAbs(sobel_car2)
sobel_car = cv2.addWeighted(sobel_car1,0.5,sobel_car2,0.5,0)
cv2.imshow('now',sobel_car)
cv2.waitKey(0)