OpenCV图像阶梯

这篇博客介绍了OpenCV中用于图像处理的Laplacian算子和Sobel算子的实现。通过示例代码19-ImageLaplacian.py,展示了如何进行离散模拟Laplacian操作,以及Sobel算子在X轴和Y轴上的求导应用。此外,还提到了sobleXplusY,即X轴与Y轴求导相加的处理方式。

《OpenCV系列教程》
项目位置:OpenCV-Sample
代码位置:19-ImageLaplacian.py

iimport cv2
from matplotlib import pyplot as plt

img = cv2.imread('./res/CarID.jpeg',0)
laplacian = cv2.Laplacian(img, cv2.CV_64F)

sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)

sobleXplusY = sobelx + sobely

titles = ['Original', 'Laplacian', 'SobelX', 'SobelY', 'sobleXplusY']
imgs = [img, laplacian, sobelx, sobely, sobleXplusY]

plt.figure(figsize = (10, 5))

for i in range(5):
    plt.subplot(2,3,i+1)
    plt.imshow(imgs[i], 'gray')
    plt.title(titles[i])
    plt.axis('off')

plt.show()

在这里插入图片描述

  • Laplacian 实现 Laplacian 算子 的离散模拟。
  • Sobel 多X轴,Y轴求导。
  • sobleXplusY 为X轴求导,Y轴求导后的相加数值。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值