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:

如何用Python将图片转为字符画
本文主要介绍了用Python将图片转为黑白字符画的方法，使用ascii字符把图片转为黑白字符画，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，需要的朋友们下面随着小编来一起学习学习吧
2023-03-03
python要安装在哪个盘
在本篇文章里小编给大家分享的是一篇关于python必须装在c盘吗的知识点文章，有兴趣的朋友们可以学习下。
2020-06-06
Windows下搭建python开发环境详细步骤
这篇文章主要为大家详细介绍了Windows下搭建python开发环境，文中安装步骤介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2016-05-05
Python对列表去重的多种方法(四种方法)
开发中对数组、列表去重是非常常见的需求，对一个list中的id进行去重，有下面几种方法，具体内容详情大家参考下本文
2017-12-12
python数据可视化 – 利用Bokeh和Bottle.py在网页上展示你的数据
本文将展示如何使用python搭建一个网页应用来展示你的数据图表很多有关于使用python搭建网页应用的文章聚焦在如何教读者搭建一个网页应用（大多是博客），很多关于使用python做数据可视化的文章聚焦在如何教读者使用python的图表库来做可视化
2021-10-10
Python装饰器详细介绍
这篇文章主要介绍了Python装饰器详细讲解,包括装饰器的功能及实现方法，通过实例代码给大家介绍的非常详细，需要的朋友可以参考下
2022-03-03
pytorch之关于PyTorch结构介绍
这篇文章主要介绍了pytorch之关于PyTorch结构的使用方式,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
2023-09-09
Django进阶深入理解使用类视图和中间件示例
这篇文章主要为大家介绍了Django高级指南之深入理解和使用类视图和中间件示例详解，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
2023-08-08
使用python Fabric动态修改远程机器hosts的方法
今天小编就为大家分享一篇使用python Fabric动态修改远程机器hosts的方法，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
2018-10-10
python 基于wx实现音乐播放
这篇文章主要介绍了python 基于wx实现音乐播放的示例代码，帮助大家更好的理解和学习python，感兴趣的朋友可以了解下
2020-11-11