基于Python的opencv学习练习（十）图像梯度sobel（）laplacian（）

使用函数sobel（）。以及laplacian（）进行求取梯度图像

import cv2

import numpy as np

import matplotlib.pyplot as plt

# 加载图像

img=cv2.imread('4.jpg',1)

img1=cv2.imread('num.jpg',0)
#图像转换 将RGB转化为gray
img_gray = cv2.cvtColor(img,cv2.COLOR_RGB2GRAY)
#使用otsu方法进行二值化
rec,img_binary = cv2.threshold(img_gray,0,255,cv2.THRESH_OTSU+cv2.THRESH_BINARY)



#cv2.CV_64F 输出图像的深度（float64）使用该参数得出的结果为灰度图#像，可以使用-1与原图保持一致（np.uint8）得出的结果为二值图像

laplacian = cv2.Laplacian(img_binary ,-1)

#0,1 表示只在 y方向求取一阶导数 最大可以求取二阶倒数


sobely = cv2.Sobel(img_binary , -1, 0, 1 ,ksize = 5)
#1,0 表示只在 x方向求取一阶导数 最大可以求取二阶倒数

sobelx = cv2.Sobel(img_binary , -1, 1, 0 ,ksize = 5)

plt.subplot(221),plt.imshow(img_binary , cmap = 'gray')
plt.title('Origial') , plt.xticks([]),plt.yticks([])

plt.subplot(222),plt.imshow(laplacian,cmap = 'gray')
plt.subplot(223),plt.imshow(sobelx,cmap = 'gray')
plt.subplot(224),plt.imshow(sobely,cmap = 'gray')
plt.show()