数字图像处理100问—18 Emboss 滤波器

原创于 2022-04-30 21:45:03 发布 · 333 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #图像处理 #人工智能 #opencv #计算机视觉

数字图像处理100问专栏收录该内容

43 篇文章

订阅专栏

该博客介绍了如何使用Emboss滤波器来增强图像的轮廓。通过引入OpenCV库和Numpy，读取图像并进行灰度化处理，然后应用Sobel滤波器。博主展示了如何进行边缘填充，接着应用垂直Emboss滤波器的卷积操作，并对结果进行边界裁剪。最后，保存处理后的图像并显示。这有助于理解图像处理中的边缘检测和轮廓增强技术。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

提示：内容整理自：https://github.com/gzr2017/ImageProcessing100Wen
CV小白从0开始学数字图像处理

18 Emboss 滤波器

Emboss 滤波器可以使物体轮廓更加清晰，按照以下式子定义：

      -2 -1  0
K = [ -1  1  1 ]
       0  1  2

代码如下：

1.引入库

CV2计算机视觉库

import cv2
import numpy as np

2.读入数据

img = cv2.imread("imori.jpg").astype(np.float)
H, W, C = img.shape

b = img[:, :, 0].copy()
g = img[:, :, 1].copy()
r = img[:, :, 2].copy()

3.灰度化

gray = 0.2126 * r + 0.7152 * g + 0.0722 * b
gray = gray.astype(np.uint8)

4.Sobel 滤波器

K_size = 3

5.边缘补0

pad = K_size // 2
out = np.zeros((H + pad*2, W + pad*2), dtype=np.float)
out[pad:pad+H, pad:pad+W] = gray.copy().astype(np.float)
tmp = out.copy()

6 Emboss vertical

K = [[-2., -1., 0.],[-1., 1., 1.], [0., 1., 2.]]

7.处理

for y in range(H):
    for x in range(W):
        out[pad+y, pad+x] = np.sum(K * (tmp[y:y+K_size, x:x+K_size]))

out[out < 0] = 0
out[out > 255] = 255

out = out[pad:pad+H, pad:pad+W].astype(np.uint8)

8.保存结果

cv2.imwrite("out.jpg", out)
cv2.imshow("result", out)
cv2.waitKey(0)
cv2.destroyAllWindows()

9.Emboss 滤波器处理后结果

在这里插入图片描述