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:

如何从PyTorch中获取过程特征图实例详解
特征提取是图像处理过程中常需要用到的一种方法,其效果好坏对模型的泛化能力有至关重要的影响,下面这篇文章主要给大家介绍了关于如何从PyTorch中获取过程特征图的相关资料,需要的朋友可以参考下
2023-01-01
python基于tkinter实现gif录屏功能
一直在思索实现一个透明的窗体，然后可以基于这个窗体可以开发出各种好玩的应用，这一期，我们将实现有趣的GIF录屏功能
2021-05-05
Python Json数据文件操作原理解析
这篇文章主要介绍了Python Json数据文件操作原理解析,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
2020-05-05
python实现FTP循环上传文件
这篇文章主要为大家详细介绍了python实现FTP循环上传文件，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
2020-03-03
python调试模块ipdb详解
ipdb是用来python中用以交互式debug的模块，可以直接利用pip安装，这篇文章主要介绍了python调试模块ipdb详解,需要的朋友可以参考下
2023-03-03
python super函数使用方法详解
这篇文章主要介绍了python super函数使用方法详解,需要的朋友可以参考下
2020-02-02
Python实现Excel和TXT文本之间相互转换
Excel是一种具有强大的数据处理和图表制作功能的电子表格文件,而TXT则是一种简单通用、易于编辑的纯文本文件,本文将介绍如何使用Python并结合相关库来实现 Excel 和 TXT 文本文件之间的相互转换,需要的朋友可以参考下
2024-06-06
OpenCV MediaPipe实现颜值打分功能
这篇文章主要介绍了通过OpenCV MediaPipe实现摄像头实时检测颜值打分功能，文中的示例代码讲解详细，对我们学习Python有一定的帮助，感兴趣的可以了解一下
2021-12-12
Python+OpenCV人脸识别签到考勤系统实现(附demo)
本文主要介绍了Python+OpenCV人脸识别签到考勤系统实现，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
2022-04-04
Python enumerate内置库用法解析
这篇文章主要介绍了Python enumerate内置库用法解析,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
2020-02-02