opencv使用sobel算子提取图像的边缘信息

最新推荐文章于 2025-04-10 20:24:48 发布

原创最新推荐文章于 2025-04-10 20:24:48 发布 · 1k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#python #opencv #计算机视觉

人工智能专栏收录该内容

62 篇文章

订阅专栏

本文介绍如何使用Python和OpenCV库进行图像边缘检测。通过Sobel算子获取水平和垂直方向的边缘梯度，然后结合两个方向的梯度形成完整的图像梯度。最后展示了处理后的图像效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >


import cv2
import numpy as np

img = cv2.imread('../data/ren.png', 0)


sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0)  # 获取水平方向边缘梯度，第二个参数表示获取所有边缘信息不要遗漏
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1)  # 获取垂直方向边缘梯度，第二个参数表示获取所有边缘信息不要遗漏

sobelx = cv2.convertScaleAbs(sobelx)  # 取绝对值
sobely = cv2.convertScaleAbs(sobely)  # 取绝对值

dst = cv2.addWeighted(sobelx, 1, sobely, 1, 0)  # 将两个方向的梯度结合成新的一个完整图像的梯度

cv2.imshow('dst', dst)
cv2.waitKey()
cv2.destroyAllWindows()

cv2.imwrite('../data/sobel.jpg', dst)