用python画函数的梯度图_opencv+python -- 图像梯度

图像梯度可以把图像看成二维离散函数，图像梯度其实就是这个二维离散函数的求导。

Sobel算子是普通一阶差分，是基于寻找梯度强度。拉普拉斯算子(二阶差分)是基于过零点检测。通过计算梯度，设置阀值，得到边缘图像。

Code

import cv2 as cv

import numpy

def laplace_demo(image):

# dst = cv.Laplacian(image, cv.CV_32F)

# lpls = cv.convertScaleAbs(dst)

kernel = numpy.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]])

dst = cv.filter2D(image, cv.CV_32F, kernel=kernel)

lpls = cv.convertScaleAbs(dst)

cv.imshow("laplace_demo", lpls)

def sobel_demo(image):

grad_x = cv.Sobel(image, cv.CV_32F, 1, 0)

grad_y = cv.Sobel(image, cv.CV_32F, 0, 1)

gradx = cv.convertScaleAbs(grad_x)

grady = cv.convertScaleAbs(grad_y)

cv.imshow("gradient_x", gradx)

cv.imshow("gradient_y", grady)

gradxy = cv.addWeighted(gradx, 0.5, grady, 0.5, 0)<