聚成网络网站建设,php 网站后台,东莞个人免费建网站,营销型网站模版这篇文章主要介绍了opencv python图像梯度实例详解,文中通过示例代码介绍的非常详细#xff0c;对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下一阶导数与Soble算子二阶导数与拉普拉斯算子图像边缘#xff1a;Soble算子#xff1a;二阶导数#xff1a;拉…这篇文章主要介绍了opencv python图像梯度实例详解,文中通过示例代码介绍的非常详细对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下一阶导数与Soble算子二阶导数与拉普拉斯算子图像边缘Soble算子二阶导数拉普拉斯算子import cv2 as cvimport numpy as np# 图像梯度(由x,y方向上的偏导数和偏移构成)有一阶导数(sobel算子)和二阶导数(Laplace算子)# 用于求解图像边缘一阶的极大值二阶的零点# 一阶偏导在图像中为一阶差分再变成算子(即权值)与图像像素值乘积相加二阶同理def sobel_demo(image):grad_x cv.Sobel(image, cv.CV_32F, 1, 0) # 采用Scharr边缘更突出grad_y cv.Sobel(image, cv.CV_32F, 0, 1)gradx cv.convertScaleAbs(grad_x) # 由于算完的图像有正有负所以对其取绝对值grady cv.convertScaleAbs(grad_y)# 计算两个图像的权值和dst src1*alpha src2*beta gammagradxy cv.addWeighted(gradx, 0.5, grady, 0.5, 0)cv.imshow(gradx, gradx)cv.imshow(grady, grady)cv.imshow(gradient, gradxy)def laplace_demo(image): # 二阶导数边缘更细dst cv.Laplacian(image,cv.CV_32F)lpls cv.convertScaleAbs(dst)cv.imshow(laplace_demo, lpls)def custom_laplace(image):# 以下算子与上面的Laplace_demo()是一样的增强采用np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]])kernel np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]])dst cv.filter2D(image, cv.CV_32F, kernelkernel)lpls cv.convertScaleAbs(dst)cv.imshow(custom_laplace, lpls)def main():src cv.imread(../images/lena.jpg)cv.imshow(lena,src)# sobel_demo(src)laplace_demo(src)custom_laplace(src)cv.waitKey(0) # 等有键输入或者1000ms后自动将窗口消除0表示只用键输入结束窗口cv.destroyAllWindows() # 关闭所有窗口if __name__ __main__:main()以上就是本文的全部内容希望对大家的学习有所帮助也希望大家多多支持我们。本文标题: opencv python图像梯度实例详解本文地址: http://www.cppcns.com/jiaoben/python/299473.html
