python检测(sobel、scharr、laplacian梯度检测)

1、sobel

通过sobel算子来检测图像的梯度
在这里插入图片描述

cv2.Sobel()函数用来检测梯度
x方向是右-左来得到梯度
y方向是下-上
最后 对x方向和y方向上的结果求和得出最后的梯度检测 不建议直接用一个sobel函数求x 和y方向的梯度。可能会出现重影和模糊。求和使用的是权重函数: cv2.addWeighted()函数

白-黑是正数可以显示出来,而黑-白是负数会被截断为0 ,可能显示不出来 ,所以要再进行处理取绝对值

取绝对值函数 :cv2.convertScaleAbs()
现在可能函数升级 无需进行绝对值处理

例子:

img = cv2.imread(‘lena.jpg’,cv2.IMREAD_GRAYSCALE)

sobelx = cv2.Sobel(img , cv2.CV_64F,1,0,ksize=3)
sobelx = cv2.ConvertScaleAbs(sobelx)
sovely = cv2.Sobel(img , cv2.CV_64F,0,1,ksize=3)
sobely = cv2.ConvertScaleAbs(sobely)

sobelxy = cv2.addWeighted(sobelx,0.5 ,sobely,0.5,0)

cv2.imshow(“lena”,img)
cv2.waitKey(0)
cv2.destroyAllWindows()

2、Scharr
在这里插入图片描述
数字大,效果更明显

3、laplacian 拉普拉斯算子
在这里插入图片描述
对噪音点敏感 ,需要和其他方法在一起共同使用。

三种方法以此的比较:“
比较
scharr可以捕捉到更多的细节。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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