scharr算子和laplacian算子

本文介绍了Scharr算子和Laplacian算子在图像处理中的应用。Scharr算子作为Sobel算子的增强版,能更突出图像边缘;而Laplacian算子则用于检测图像的细节变化,但对噪点敏感。通过示例代码展示了如何使用OpenCV库在Python中实现这两种算子进行图像边缘检测。
摘要由CSDN通过智能技术生成

Scharr算子

在这里插入图片描述算法和Sobel算子一样,但是将边界的更加突出

# scharr 默认scharr算子矩阵是(3,3)
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)
cv2.imshow('scharrxy', scharrxy)

laplacian算子

在这里插入图片描述类似高斯,但是会对噪点敏感。

# laplacian
laplacian = cv2.Laplacian(img, cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)
cv2.imshow('laplacian', laplacian)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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