常用边缘检测算法

本文介绍了边缘检测的几种常见算子,包括Robert、Sobel、Laplace和Canny算子。详细讲解了Canny算子的流程,包括高斯模糊、计算梯度幅值和方向、非极大值抑制及滞后阈值设置。并提供了直接使用OpenCV实现这些算子的代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

示例图像

将原图像转换为灰度图后进行测试
在这里插入图片描述

Robert算子

[−1001] \left[ \begin{matrix} -1 & 0\\ 0 & 1 \end{matrix} \right] [1001]
[0−110] \left[ \begin{matrix} 0 & -1\\ 1 & 0 \end{matrix} \right] [0110]
robert算子由如图所示两个算子相加而成,以下为实现过程

def Robert(img):
	operator_first = np.array([[-1,0],[0,1]])
	operator_second = np.array([[0,-1],[1,0]])
    
	"""
	copyMakeBorder	边缘扩充
		* BORDER_REPLICATE	复制最边缘像素
		* BORDER_REFLECT	
		* BORDER_REFLECT_101	以最边缘像素为轴,对称
		* BORDER_WRAP
		* BORDER_CONSTANT	以一个常量像素值填充扩充的边界值
		* BORDER_REPLICATE:     aaaaaa|abcdefgh|hhhhhhh
		* BORDER_REFLECT:       fedcba|abcdefgh|hgfedcb
		* BORDER_REFLECT_101:   gfedcb|abcdefgh|gfedcba
		* BORDER_WRAP:          cdefgh|abcdefgh|abcdefg
		* BORDER_CONSTANT:      iiiiii|abcdefgh|iiiiiii  with some specified 'i'
	"""
	img2 = cv2.copyMakeBorder(img,1,1,1,1,cv2.BORDER_DEFAULT)
	img3 = img2.copy()
	for i in range(1,img2.shape[0]):
		for j in range(1,img2.shape[1]):
			kernel = img2[i-1:i+2,j-1:j+2]
			img3[i,j] = np.abs(np.sum(kernel[1:,1:]*operator_first))+np.abs(np.sum(kernel[1:,1:]*operator_second))
	cv2.imshow("img3",img3)

在这里插入图片描述

Sobel算子

颜色变化一阶导数
(垂直梯度)[−1−2−1000121] \left [ \begin{matrix} -1 & -2 & -1\\ 0 & 0 & 0\\ 1 & 2 &1 \end{matrix} \right] \tag{垂直梯度} 101202101(

评论
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