- Prewitt、Roberts算子
- Sobel、Scharr算子
- Laplacian、LoG算子
- Canny边缘检测
"""
功能:导入图片,进行边缘检测,并显示
"""
import cv2
class MainWindow():
def __init__(self):
super().__init__()
image = cv2.imread("./photo/Image_20220503121841385.bmp")
print('img_shape', image.shape)
self.canny(image)
def canny(self,image):
image = cv2.resize(image, (768, 512))
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 灰度处理
image = cv2.medianBlur(gray, 5) # 中值滤波
edges = cv2.Canny(image, 100, 450, apertureSize=3) # Canny边缘检测
cv2.imshow("image", image)
cv2.imshow("edges", edges)
cv2.imwrite('./save_photo/image.jpg', image)
cv2.imwrite('./save_photo/edges.jpg', edges)
if __name__ == '__main__':
mainWindow = MainWindow()
cv2.waitKey(0)
cv2.destroyAllWindows()
"""
二值化阈值处理/反二值化阈值处理
"""
def thr(self,img):
t1, dst1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY) # 二值化阈值处理
t4, dst4 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV) # 反二值化阈值处理
# cv2.imshow("dst1", dst1)
cv2.imshow("dst4", dst4)
cv2.imwrite('./save_photo/dst4.jpg', dst4)
算子、卷积核、滤波器都是一个概念,本质上都是一个小矩阵。
Prewitt算子(检测水平方向+竖直方向)
①第一个算子,有正有负,所有元素加起来为0 ,可以检测到边缘,可以检测Y方向的梯度
②第二个算子,可以检测X方向的梯度
X方向梯度与Y方向梯度
梯度方向
锐化 = 原图+边缘