OpenCV Sobel算子
来源:互联网 发布:java窗体程序步骤 编辑:程序博客网 时间:2024/05/16 06:24
本文不介详细的理论知识,读者可从其他资料中获取相应的背景知识。笔者推荐清华大学出版社的《图像处理与计算机视觉算法及应用(第2版) 》。
原型
Sobel算子依然是一种过滤器,只是其是带有方向的。在OpenCV-Python中,使用Sobel的算子的函数原型如下
dst = cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]])
函数返回其处理结果。
前四个是必须的参数:
第一个参数是需要处理的图像;
第二个参数是图像的深度,-1表示采用的是与原图像相同的深度。目标图像的深度必须大于等于原图像的深度;
dx和dy表示的是求导的阶数,0表示这个方向上没有求导,一般为0、1、2。
其后是可选的参数:
dst不用解释了;
ksize是Sobel算子的大小,必须为1、3、5、7。
scale是缩放导数的比例常数,默认情况下没有伸缩系数;
delta是一个可选的增量,将会加到最终的dst中,同样,默认情况下没有额外的值加到dst中;
borderType是判断图像边界的模式。这个参数默认值为cv2.BORDER_DEFAULT。
使用
Sobel函数的使用如下:
#coding=utf-8 import cv2 import numpy as np img = cv2.imread("D:/lion.jpg", 0) x = cv2.Sobel(img,cv2.CV_16S,1,0) y = cv2.Sobel(img,cv2.CV_16S,0,1) absX = cv2.convertScaleAbs(x) # 转回uint8 absY = cv2.convertScaleAbs(y) dst = cv2.addWeighted(absX,0.5,absY,0.5,0) cv2.imshow("absX", absX) cv2.imshow("absY", absY) cv2.imshow("Result", dst) cv2.waitKey(0) cv2.destroyAllWindows()
解释:
在Sobel函数的第二个参数这里使用了cv2.CV_16S。因为OpenCV文档中对Sobel算子的介绍中有这么一句:“in the case of 8-bit input images it will result in truncated derivatives”。即Sobel函数求完导数后会有负值,还有会大于255的值。而原图像是uint8,即8位无符号数,所以Sobel建立的图像位数不够,会有截断。因此要使用16位有符号的数据类型,即cv2.CV_16S。
在经过处理后,别忘了用convertScaleAbs()函数将其转回原来的uint8形式。否则将无法显示图像,而只是一副灰色的窗口。convertScaleAbs()的原型为:
dst = cv2.convertScaleAbs(src[, dst[, alpha[, beta]]])
其中可选参数alpha是伸缩系数,beta是加到结果上的一个值。结果返回uint8类型的图片。
由于Sobel算子是在两个方向计算的,最后还需要用cv2.addWeighted(…)函数将其组合起来。其函数原型为:
dst = cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])
其中alpha是第一幅图片中元素的权重,beta是第二个的权重,gamma是加到最后结果上的一个值。
结果:
结果图
- opencv-sobel算子
- OPENCV Sobel 算子
- opencv实现Sobel 算子
- opencv sobel算子
- OpenCV Sobel算子
- OpenCV学习笔记-Sobel算子
- opencv学习-imgprocess- sobel算子
- OpenCv中使用Sobel算子
- 初学opencv-Sobel微分算子
- opencv学习笔记--sobel算子
- python opencv sobel算子 laplace算子 canny算子
- CvSepFilter 用于opencv sobel算子实现
- opencv中用Sobel算子进行边缘检测
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- opencv中用Sobel算子进行边缘检测
- OpenCV-Python教程(6、Sobel算子)
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- 【OpenCV】边缘检测:Sobel、拉普拉斯算子
- 1.环境搭建
- 测试管理第一章如何组建团队
- sso单点登录
- Linux-003 CentOS 7.2.1511系统安装配置图解教程
- 本地svn搭建 及 eclipse上传工程
- OpenCV Sobel算子
- Story 2---Kaggle房价预测
- 宇宙最全的架构开发技术百科全书
- 洛谷P2234 [HNOI2002]营业额统计(BZOJ1588)
- python里使用enum库枚举类型的比较
- 清橙A1018. 查找整数
- Mysql与oracle的 区别
- c#调用dll
- 安卓设计模式のAdapter模式