目标
• 图像梯度,图像边界等
• 图像梯度,图像边界等
• 使用到的函数有:cv2.Sobel(),cv2.Schar(),cv2.Laplacian() 等
原理
梯度简单来说就是求导。OpenCV 提供了三种不同的梯度滤波器,或者说高通滤波器:Sobel,Scharr 和Laplacian。我们会意义介绍他们。Sobel,Scharr 其实就是求一阶或二阶导数。Scharr 是对Sobel(使用小的卷积核求解求解梯度角度时)的优化。Laplacian 是求二阶导数。
Canny 边缘检测
OpenCV 中的Canny 边缘检测
. 了解Canny 边缘检测的概念
学习函数cv2.Canny()
原理
Canny 边缘检测是一种非常流行的边缘检测算法,是John F.Canny 在1986 年提出的。它是一个有很多步构成的算法,我们接下来会逐步介绍。
import cv2
import numpy as np
cap=cv2.VideoCapture(0)
while(1):
# 获取每一帧
ret,frame=cap.read()
#cv2.CV_64F 输出图像的深度(数据类型),可以使用-1, 与原图像保持一致np.uint8
laplacian=cv2.Laplacian(frame,cv2.CV_64F)
# 参数1,0 为只在x 方向求一阶导数,最大可以求2 阶导数。
sobelx=cv2.Sobel(frame,cv2.CV_64F,1,0,ksize=7)
# 参数0,1 为只在y 方向求一阶导数,最大可以求2 阶导数。
sobely=cv2.Sobel(frame,cv2.CV_64F,0,1,ksize=7)
edges = cv2.Canny(frame,50,50)
cv2.imshow('frame',frame)
cv2.imshow('sobelx',sobelx)
cv2.imshow('sobely',sobely)
cv2.imshow('laplacian',laplacian)
cv2.imshow('edges',edges)
k=cv2.waitKey(5)&0xFF
if k==27:
break
# 关闭窗口
cv2.destroyAllWindows()