【千律】OpenCV基础:图像边缘检测 -- Laplacian 算子和 LoG 算子

环境:Python3.8 和 OpenCV

内容:Laplacian 算子和 LoG 算子(高斯滤波 + Laplacian 算子)

高斯计算公式:

\large Gaussian(x,y)=\frac{1}{2\pi{\sigma}^2 }e^{-\frac{x^2+y^2}{2\sigma^2}}

拉普拉斯计算公式:

\large Laplacian(x,y)=\frac{\partial ^2 f}{\partial x^2}+\frac{\partial ^2 f}{\partial y^2}

LoG计算公式:(Laplacian of Gaussian)

\large LoG(x,y)=-\frac{1}{\pi \sigma^4}[1-\frac{x^2+y^2}{2\sigma^2}]e^{-\frac{x^2+y^2}{2\sigma^2}}

import cv2 as cv
import matplotlib.pyplot as plt


# 封装图片显示函数
def image_show(image):
    if image.ndim == 2:
        plt.imshow(image, cmap='gray')
    else:
        image = cv.cvtColor(image, cv.COLOR_BGR2RGB)
        plt.imshow(image)
    plt.show()


if __name__ == '__main__':

    # 读取灰度图像
    img_desk = cv.imread('desk.png', 0)
    image_show(img_desk)

    # Laplacian 算子,进行边缘检测
    img_lap = cv.Laplacian(img_desk, cv.CV_64F, ksize=3)

    # 显示图像
    image_show(img_lap)

    # LoG算子,Laplacian of Gaussian 进行边缘检测
    img_gaussian = cv.GaussianBlur(img_desk, (3, 3), 1)
    img_log = cv.Laplacian(img_gaussian, cv.CV_64F, ksize=3)

    # 显示图像
    image_show(img_log)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

阿飞_Y

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