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()