原照片
import cv2 as cv
#Scharr算子(Sobel算子的增强版,效果更突出)
def Scharr_demo(image):
grad_x = cv.Scharr(image, cv.CV_32F, 1, 0) #对x求一阶导
grad_y = cv.Scharr(image, cv.CV_32F, 0, 1) #对y求一阶导
gradx = cv.convertScaleAbs(grad_x) #用convertScaleAbs()函数将其转回原来的uint8形式
grady = cv.convertScaleAbs(grad_y)
cv.imshow("gradient_x", gradx) #x方向上的梯度
# cv.imwrite("gradient_x.bmp", gradx)
cv.imshow("gradient_y", grady) #y方向上的梯度
gradxy = cv.addWeighted(gradx, 0.5, grady, 0.5, 0)
cv.imshow("gradient", gradxy)
src = cv.imread("result1.bmp")
cv.namedWindow('input_image', cv.WINDOW_NORMAL) #设置为WINDOW_NORMAL可以任意缩放
cv.imshow('input_image', src)
Scharr_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()
运行程序,结果为: