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

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

数字大，效果更明显

3、laplacian 拉普拉斯算子

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：“

scharr可以捕捉到更多的细节。