七、图像边缘检测之 Sobel、Scharr、拉普拉斯算子、Canny

本文详细介绍了图像边缘检测中的Sobel、Scharr、拉普拉斯算子以及Canny算法。讨论了它们的理论基础,包括Sobel算子的梯度计算,Scharr算子的精度优势,拉普拉斯算子与Sobel的关系,以及Canny边缘检测的5个步骤。此外,提供了代码实例以帮助理解这些边缘检测方法的实现。
摘要由CSDN通过智能技术生成

目录

一、Sobel

1、理论基础

2、Sobel算子函数及使用

(1)Sobel算子

(2)代码实例

二、Scharr

三、Sobel和Scharr比较

四、Laphlacian

五、Canny边缘检测

1、原理

2、代码实例


一、Sobel

1、理论基础

p5点处的水平方向梯度计算

p5点处竖直方向的梯度

图像的每一个像素的横向及纵向灰度值通过以下公式结合,来计算该点灰度的大小:

但是有时候,计算sqrt(Gx2+Gy2)不太好算,故我们做一个简化:

2、Sobel算子函数及使用

(1)Sobel算子

  • 2
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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