OpenCV之图像梯度

锦鲤AI幸运

已于 2022-09-30 21:39:22 修改

阅读量1.9k

点赞数 3

分类专栏： OpenCV 文章标签： opencv 计算机视觉 python

于 2022-09-26 19:53:56 首次发布

本文链接：https://blog.csdn.net/qq_37700257/article/details/127057898

版权

OpenCV 专栏收录该内容

8 篇文章 5 订阅

订阅专栏

1. Sobel算子

OpenCV系列—本文底页有多个常用方法链接

1.1 Sobel介绍

cv2.Sobel(src, ddepth, dx, dy, ksize)

ddepth:图像的深度
dx和dy分别表示水平和竖直方向
ksize是Sobel算子的大小

在这里插入图片描述

import cv2  # opencv读取的格式是BGR


def cv_show(img, name):
    cv2.imshow(name, img)
    cv2.waitKey()
    cv2.destroyAllWindows()


img = cv2.imread('../img/pie.png', cv2.IMREAD_GRAYSCALE)
cv2.imshow("img", img)
cv2.waitKey()
cv2.destroyAllWindows()

pie.png原图（右击另存为下载）:
在这里插入图片描述

1.2 横向Sobel算子

采用上述公式中的 $G_{x}$ 滤波器扫描整张图，提取了左右两边有梯度差的位置，但是横向看圆的上顶端和下顶端的梯度不明显所以呈现图片如下上下端为虚线的圆。

sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
cv_show(sobelx, 'sobelx')

结果如下:
在这里插入图片描述

白-黑是正数，黑-白就是负数了，所有的负数会被截断成0，所以要取绝对值。

sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
cv_show(sobelx, 'sobelx')

加入绝对值后，梯度结果就可以有一个完整的圆:
在这里插入图片描述

1.3 纵向Sobel算子

采用上述公式中的 $G_{y}$ 滤波器扫描整张图，提取了上下两边有梯度差的位置，但是纵向看圆的左顶端和右顶端的梯度不明显所以呈现图片如左右端为虚线的圆。

sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobely = cv2.convertScaleAbs(sobely)
cv_show(sobely, 'sobely')

在这里插入图片描述

1.4 合并横纵向的方法提取更好的边缘的结果

将横向梯度提取滤波器 $G_{x}$ 与纵向梯度提取滤波器 $G_{y}$ 相加，即可得到效果较好的圆的边缘梯度信息。

sobelxy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)
cv_show(sobelxy, 'sobelxy')

在这里插入图片描述

不推荐

sobelxy = cv2.Sobel(img, cv2.CV_64F, 1, 1, ksize=3)
sobelxy = cv2.convertScaleAbs(sobelxy)
cv_show(sobelxy, 'sobelxy')

结果显示，相对于分开使用横纵向算子边缘重影严重:
在这里插入图片描述

1.5 利用1.3方法绘制素描风格

lena.jpg原图，另存为保存: 在这里插入图片描述

import cv2  # opencv读取的格式是BGR


img = cv2.imread('../img/lena.jpg', cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobely = cv2.convertScaleAbs(sobely)
sobelxy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)
cv_show(sobelxy, 'sobelxy')

在这里插入图片描述

2. Scharr算子

在这里插入图片描述

import cv2  # opencv读取的格式是BGR


img = cv2.imread('../img/lena.jpg', cv2.IMREAD_GRAYSCALE)

scharrx = cv2.Scharr(img, cv2.CV_64F, 1, 0)
scharry = cv2.Scharr(img, cv2.CV_64F, 0, 1)
scharrx = cv2.convertScaleAbs(scharrx)
scharry = cv2.convertScaleAbs(scharry)
scharrxy = cv2.addWeighted(scharrx, 0.5, scharry, 0.5, 0)

二阶动量对纹理细节区分更加丰富，结果图如下:。
在这里插入图片描述

3. Laplacian算子

在这里插入图片描述

import cv2  # opencv读取的格式是BGR


img = cv2.imread('../img/lena.jpg', cv2.IMREAD_GRAYSCALE)

laplacian = cv2.Laplacian(img,cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)