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。 )