图像梯度

Sobel算子

在这里插入图片描述


def sobel_(src):
    sobel_x = cv2.Sobel(src,cv2.CV_64F,1,0,ksize=3)
    sobel_y = cv2.Sobel(src,cv2.CV_64F,0,1,ksize=3)
    sobel_x = cv2.convertScaleAbs(sobel_x)
    sobel_y = cv2.convertScaleAbs(sobel_y)
    sobel_xy = cv2.addWeighted(sobel_x,0.5,sobel_y,0.5,0)

Scharr算子

在这里插入图片描述

def scharr_(src):
    scharr_x = cv2.Scharr(src,cv2.CV_64F,1,0)
    scharr_y = cv2.Scharr(src,cv2.CV_64F,0,1)
    scharr_x = cv2.convertScaleAbs(scharr_x)
    scharr_y = cv2.convertScaleAbs(scharr_y)
    scharr_xy = cv2.addWeighted(scharr_x,0.5,scharr_y,0.5,0)

Laplacian算子

在这里插入图片描述

def laplacian_(src):
    laplacian = cv2.Laplacian(src,cv2.CV_64F)
    laplacian = cv2.convertScaleAbs(laplacian)

完整代码

# -*- coding:utf-8 -*-
import numpy as np
import cv2
def display(img):
    cv2.imshow("img",img)
    cv2.waitKey()
    cv2.destroyAllWindows()

def sobel_(src):
    sobel_x = cv2.Sobel(src,cv2.CV_64F,1,0,ksize=3)
    sobel_y = cv2.Sobel(src,cv2.CV_64F,0,1,ksize=3)
    sobel_x = cv2.convertScaleAbs(sobel_x)
    sobel_y = cv2.convertScaleAbs(sobel_y)
    sobel_xy = cv2.addWeighted(sobel_x,0.5,sobel_y,0.5,0)
    return sobel_xy

def sobel_direct(src):
    sobel_xy = cv2.Sobel(src,cv2.CV_64F,1,1,ksize=3)
    sobel_xy = cv2.convertScaleAbs(sobel_xy)
    return sobel_xy

def scharr_(src):
    scharr_x = cv2.Scharr(src,cv2.CV_64F,1,0)
    scharr_y = cv2.Scharr(src,cv2.CV_64F,0,1)
    scharr_x = cv2.convertScaleAbs(scharr_x)
    scharr_y = cv2.convertScaleAbs(scharr_y)
    scharr_xy = cv2.addWeighted(scharr_x,0.5,scharr_y,0.5,0)
    return scharr_xy

def laplacian_(src):
    laplacian = cv2.Laplacian(src,cv2.CV_64F)
    laplacian = cv2.convertScaleAbs(laplacian)
    return laplacian
    
def main():
    pic = "a.png"
    img = cv2.imread(pic)
    sobel    = sobel_(img)
    scharr   =scharr_(img)
    laplacian=laplacian_(img)
    res = np.hstack((sobel,scharr,laplacian))
    display(res)

if __name__  == "__main__":
    main()

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

佐倉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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