04 图像梯度处理 Scharr算子和Laplacian算子

最新推荐文章于 2021-10-12 22:36:00 发布

ljt爱喝老猪阿茶

最新推荐文章于 2021-10-12 22:36:00 发布

阅读量211

点赞数 1

分类专栏： OpenCV学习笔记文章标签： opencv python

本文链接：https://blog.csdn.net/weixin_45718167/article/details/105546505

版权

OpenCV学习笔记专栏收录该内容

14 篇文章 2 订阅

订阅专栏

在这里插入图片描述
可见Scharr算子和Sobel原理类似，只是他将差异进一步放大，对差异更加敏感
Laplacian算子对变化更敏感，同时对噪音也会敏感，所以单独使用效果并不好，一般和其他处理配合
下面看几种算子的效果对比

img = cv2.imread('lena.jpg',cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)   
sobely = cv2.convertScaleAbs(sobely)  
sobelxy =  cv2.addWeighted(sobelx,0.5,sobely,0.5,0)  

scharrx = cv2.Scharr(img,cv2.CV_64F,1,0)
scharry = cv2.Scharr(img,cv2.CV_64F,0,1)
scharrx = cv2.convertScaleAbs(scharrx)   
scharry = cv2.convertScaleAbs(scharry)  
scharrxy =  cv2.addWeighted(scharrx,0.5,scharry,0.5,0) 

laplacian = cv2.Laplacian(img,cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)   

res = np.hstack((sobelxy,scharrxy,laplacian))
cv_show(res,'res')