python-opencv[图像处理-sobel边缘轮廓提取]

图像边缘轮廓提取

图像边缘是存有图像的重要信息,边缘轮廓的提取无异于是重点,记录下sobel边缘轮廓提取算法的实现步骤。

Sobel边缘轮廓提取算法

Sobel算法是根据一阶导数进行边缘点的确定,对于待处理图像I,在其x,y两个方向进行求导,取其根号下的x,y方向导数结果的平方和,对整个图像处理完成后,统计极大值所在的位置,就是图像的边缘。
代码:

import cv2 as cv
import numpy as np
import  matplotlib.pyplot as plot

#sobel
img=cv.imread(r"F:\z\2\test-image\0501.jpg",0)
plot.imshow(img,cmap=plot.cm.gray)
plot.show()
x=cv.Sobel(img,cv.CV_16S,1,0)
y=cv.Sobel(img,cv.CV_16S,0,1)
a=cv.convertScaleAbs(x)#转化为uint8
b=cv.convertScaleAbs(y)#转化为uint8
img1=cv.addWeighted(a,0.5,b,0.5,0)#结合x,y方向sobel
plot.imshow(img1,cmap=plot.cm.gray)#灰度显示
plot.show()
cv.imwrite(r"F:\z\2\test-image\img1.bmp",img1)

#scharr
img=cv.imread(r"F:\z\2\test-image\0501.jpg",0)
plot.imshow(img,cmap=plot.cm.gray)
plot.show()
x=cv.Sobel(img,cv.CV_16S,1,0,ksize=-1)
y=cv.Sobel(img,cv.CV_16S,0,1,ksize=-1)
a=cv.convertScaleAbs(x)
b=cv.convertScaleAbs(y)
img1=cv.addWeighted(a,0.5,b,0.5,0)
plot.imshow(img1,cmap=plot.cm.gray)
plot.show()
cv.imwrite(r"F:\z\2\test-image\img1.bmp",img1)

实验结果

sobel处理前:
在这里插入图片描述
sobel处理后:
在这里插入图片描述
小记:处理之前的图像是背景为0,目标像素为255的情况

  • 1
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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