opencv（十三）--边缘检测和梯度

目标
• 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()