目標(biāo)
在本章中，我們將學(xué)習(xí)：
查找圖像梯度，邊緣等
我們將看到以下函數(shù)：cv．Sobel（），cv．Scharr（），cv．Laplacian（）等
理論
OpenCV提供三種類型的梯度濾波器或高通濾波器，即Sobel，Scharr和Laplacian。我們將看到他們每一種。
1． Sobel 和 Scharr 算子
Sobel算子是高斯平滑加微分運算的聯(lián)合運算，因此它更抗噪聲。逆可以指定要采用的導(dǎo)數(shù)方向，垂直或水平（分別通過參數(shù)yorder和xorder）。逆還可以通過參數(shù)ksize指定內(nèi)核的大小。如果ksize ＝ －1，則使用3x3 Scharr濾波器，比3x3 Sobel濾波器具有更好的結(jié)果。請參閱文檔以了解所使用的內(nèi)核。
2． Laplacian 算子
它計算了由關(guān)系
給出的圖像的拉普拉斯圖，它是每一階導(dǎo)數(shù)通過Sobel算子計算。如果ksize ＝ 1，然后使用以下內(nèi)核用于過濾：
代碼
下面的代碼顯示了單個圖表中的所有算子。所有內(nèi)核都是5x5大小。輸出圖像的深度通過－1得到結(jié)果的np．uint8型。
kernel ＝ egin｛bmatrix｝ 0 ＆ 1 ＆ 0 1 ＆ －4 ＆ 1 0 ＆ 1 ＆ 0 end｛bm下面的代碼顯示了單個圖表中的所有算子。所有內(nèi)核都是5x5大小。輸出圖像的深度通過－1得到結(jié)果的np．uint8型。
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img ＝ cv．imread（＇dave．jpg＇，0）
laplacian ＝ cv．Laplacian（img，cv．CV＿64F）
sobelx ＝ cv．Sobel（img，cv．CV＿64F，1，0，ksize＝5）
sobely ＝ cv．Sobel（img，cv．CV＿64F，0，1，ksize＝5）
plt．subplot（2，2，1），plt．imshow（img，cmap ＝ ＇gray＇）
plt．title（＇Original＇）， plt．xticks（［］）， plt．yticks（［］）
plt．subplot（2，2，2），plt．imshow（laplacian，cmap ＝ ＇gray＇）
plt．title（＇Laplacian＇）， plt．xticks（［］）， plt．yticks（［］）
plt．subplot（2，2，3），plt．imshow（sobelx，cmap ＝ ＇gray＇）
plt．title（＇Sobel X＇）， plt．xticks（［］）， plt．yticks（［］）
plt．subplot（2，2，4），plt．imshow（sobely，cmap ＝ ＇gray＇）
plt．title（＇Sobel Y＇）， plt．xticks（［］）， plt．yticks（［］）
plt．show（）
結(jié)果：
gradients
一個重要事項
在我們的最后一個示例中，輸出數(shù)據(jù)類型為cv．CV＿8U或np．uint8。但這有一個小問題。黑色到白色的過渡被視為正斜率（具有正值），而白色到黑色的過渡被視為負(fù)斜率（具有負(fù)值）。因此，當(dāng)您將數(shù)據(jù)轉(zhuǎn)換為np．uint8時，所有負(fù)斜率均設(shè)為零。簡而言之，您會錯過這一邊緣信息。
如果要檢測兩個邊緣，更好的選擇是將輸出數(shù)據(jù)類型保留為更高的形式，例如cv．CV＿16S，cv．CV＿64F等，取其絕對值，然后轉(zhuǎn)換回cv．CV＿8U。下面的代碼演示了用于水平Sobel濾波器和結(jié)果差異的此過程。
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img ＝ cv．imread（＇box．png＇，0）
＃ Output dtype ＝ cv．CV＿8U
sobelx8u ＝ cv．Sobel（img，cv．CV＿8U，1，0，ksize＝5）
＃ Output dtype ＝ cv．CV＿64F． Then take its absolute and convert to cv．CV＿8U
sobelx64f ＝ cv．Sobel（img，cv．CV＿64F，1，0，ksize＝5）
abs＿sobel64f ＝ np．a(chǎn)bsolute（sobelx64f）
sobel＿8u ＝ np．uint8（abs＿sobel64f）
plt．subplot（1，3，1），plt．imshow（img，cmap ＝ ＇gray＇）
plt．title（＇Original＇）， plt．xticks（［］）， plt．yticks（［］）
plt．subplot（1，3，2），plt．imshow（sobelx8u，cmap ＝ ＇gray＇）
plt．title（＇Sobel CV＿8U＇）， plt．xticks（［］）， plt．yticks（［］）
plt．subplot（1，3，3），plt．imshow（sobel＿8u，cmap ＝ ＇gray＇）
plt．title（＇Sobel abs（CV＿64F）＇）， plt．xticks（［］）， plt．yticks（［］）
plt．show（）
查看以下結(jié)果：
double＿edge
不斷更新資源
獲取更多精彩
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
