Python+OpenCV之图像梯度详解

更新时间：2022年09月28日 15:08:57 作者：锦鲤AI幸运

这篇文章主要为大家详细介绍了Python OpenCV中图像梯度(Sobel算子、Scharr算子和Laplacian算子)的实现，感兴趣的小伙伴可以了解一下

1. Sobel算子

OpenCV系列—本文底页有多个常用方法链接

1.1 Sobel介绍

cv2.Sobel(src, ddepth, dx, dy, ksize)

ddepth:图像的深度
dx和dy分别表示水平和竖直方向
ksize是Sobel算子的大小

import cv2  # opencv读取的格式是BGR


def cv_show(img, name):
    cv2.imshow(name, img)
    cv2.waitKey()
    cv2.destroyAllWindows()


img = cv2.imread('../img/pie.png', cv2.IMREAD_GRAYSCALE)
cv2.imshow("img", img)
cv2.waitKey()
cv2.destroyAllWindows()

pie.png原图（右击另存为下载）:

1.2 横向Sobel算子

采用上述公式中的 G x G_{x} Gx滤波器扫描整张图，提取了左右两边有梯度差的位置，但是横向看圆的上顶端和下顶端的梯度不明显所以呈现图片如下上下端为虚线的圆。

sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
cv_show(sobelx, 'sobelx')

结果如下:

白-黑是正数，黑-白就是负数了，所有的负数会被截断成0，所以要取绝对值。

sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
cv_show(sobelx, 'sobelx')

加入绝对值后，梯度结果就可以有一个完整的圆:

1.3 纵向Sobel算子

采用上述公式中的 G y G_{y} Gy滤波器扫描整张图，提取了上下两边有梯度差的位置，但是纵向看圆的左顶端和右顶端的梯度不明显所以呈现图片如左右端为虚线的圆。

sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobely = cv2.convertScaleAbs(sobely)
cv_show(sobely, 'sobely')

1.4 合并横纵向的方法提取更好的边缘的结果

将横向梯度提取滤波器 G_x与纵向梯度提取滤波器G_y相加，即可得到效果较好的圆的边缘梯度信息。

sobelxy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)
cv_show(sobelxy, 'sobelxy')

不推荐

sobelxy = cv2.Sobel(img, cv2.CV_64F, 1, 1, ksize=3)
sobelxy = cv2.convertScaleAbs(sobelxy)
cv_show(sobelxy, 'sobelxy')

结果显示，相对于分开使用横纵向算子边缘重影严重:

1.5 利用1.3方法绘制素描风格

lena.jpg原图，另存为保存:

import cv2  # opencv读取的格式是BGR


img = cv2.imread('../img/lena.jpg', cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobely = cv2.convertScaleAbs(sobely)
sobelxy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)
cv_show(sobelxy, 'sobelxy')

2. Scharr算子

import cv2  # opencv读取的格式是BGR


img = cv2.imread('../img/lena.jpg', cv2.IMREAD_GRAYSCALE)

scharrx = cv2.Scharr(img, cv2.CV_64F, 1, 0)
scharry = cv2.Scharr(img, cv2.CV_64F, 0, 1)
scharrx = cv2.convertScaleAbs(scharrx)
scharry = cv2.convertScaleAbs(scharry)
scharrxy = cv2.addWeighted(scharrx, 0.5, scharry, 0.5, 0)

二阶动量对纹理细节区分更加丰富，结果图如下:

3. Laplacian算子

import cv2  # opencv读取的格式是BGR


img = cv2.imread('../img/lena.jpg', cv2.IMREAD_GRAYSCALE)

laplacian = cv2.Laplacian(img,cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)

需要配合其他操作共同使用，单个使用的效果不如上面两个算子，结果图如下:

到此这篇关于Python+OpenCV之图像梯度详解的文章就介绍到这了,更多相关OpenCV图像梯度内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

python实现猜单词小游戏
这篇文章主要为大家详细介绍了python实现猜单词小游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2018-06-06
python 中的 super详解
这篇文章主要介绍了python 中的 super,提到 super，最直接的想法就是它代表了父类，替父类执行某些方法，但是理解也仅止步于此，下面对 super 做进一步理解，需要的朋友可以参考下
2022-08-08
python3 发送任意文件邮件的实例
下面小编就为大家分享一篇python3 发送任意文件邮件的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2018-01-01
python对RabbitMQ的简单入门使用教程
RabbitMq是实现了高级消息队列协议(AMQP)的开源消息代理中间件,下面这篇文章主要给大家介绍了关于python对RabbitMQ的简单入门使用,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2022-06-06
Python 任务自动化工具nox 的配置与 API详情
这篇文章主要介绍了Python 任务自动化工具nox 的配置与 API详情，Nox 会话是通过被@nox.session装饰的标准 Python 函数来配置的，具体详情下文相关介绍需要的小伙伴可以参考一下
2022-07-07
python利用opencv实现颜色检测
这篇文章主要为大家详细介绍了python利用opencv实现颜色检测，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-02-02
思考分析Python运算中 a+=b 和 a=a+b是否相等
这篇文章主要为大家介绍了Python运算中a+=b和a=a+b是否相等及原理思考分析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2023-04-04
pycharm配置Anaconda虚拟环境全过程
这篇文章主要介绍了pycharm配置Anaconda虚拟环境全过程,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-01-01
python利用正则表达式排除集合中字符的功能示例
在正则表达式里,想匹配一些字符中的一个,也就是说给出一个字符的集合,只要出现这个集合里任意的字符,都是成立的，下面这篇文章主要给大家介绍了关于python利用正则表达式排除集合中字符功能的相关资料，需要的朋友可以参考下。
2017-10-10
Python向Excel中插入图片的简单实现方法
这篇文章主要介绍了Python向Excel中插入图片的简单实现方法,结合实例形式分析了Python使用XlsxWriter模块操作Excel单元格插入jpg格式图片的相关操作技巧,非常简单实用,需要的朋友可以参考下
2018-04-04