使用函数cv2.Laplacian()计算图像的边缘信息，opencv的Python实现

最新推荐文章于 2024-11-05 14:03:08 发布
原创 最新推荐文章于 2024-11-05 14:03:08 发布 · 3.5k 阅读 · 4 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #opencv

本文通过使用Python的OpenCV库实现拉普拉斯算子进行边缘检测，对比Sobel算子，展示了两种不同边缘检测算法的效果。代码示例中读取图片并应用拉普拉斯算子，将结果保存为新图片。 
import cv2

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

laplacian = cv2.Laplacian(img, cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)

cv2.imshow('laplacian', laplacian)
cv2.waitKey()
cv2.destroyAllWindows()
cv2.imwrite('../data/laplacian.jpg', laplacian)

原图
在这里插入图片描述
效果图
在这里插入图片描述

从效果上看，跟sobel算子运算出来的结果有差异

使用cv2.Sobel()、cv2.Scharr()、cv2.Laplacian()寻找图像的梯度、边缘
qq_40985985的博客
07-11 1239
这篇博客将介绍如何使用cv2.Sobel()、cv2.Scharr()、cv2.Laplacian()寻找图像的梯度、边缘；
【OpenCV-Python】——边缘和轮廓&Laplacian/Sobel/Canny边缘检测&查找/绘制轮廓及轮廓特征&霍夫直线/圆变换
weixin_51658186的博客
04-30 6759
由于是初学者可能很多地方没有总结完全或者有误，后续深入学习后会不断回来该删，也欢迎各位朋友指正！下次学习直方图！
cv2：Laplacian详解
Persus & Xie
07-17 2101
在 OpenCV 的函数中，虽然不能直接设置拉普拉斯核内的数值，但可以通过自定义卷积核来实现类似的效果。这可以通过函数来完成。import cv2# 读取图像# 自定义拉普拉斯核# 应用自定义核# 将输出转换为 uint8 类型# 显示原始图像和应用自定义拉普拉斯核后的图像在上述示例中，是一个自定义的 3x3 拉普拉斯核。通过函数，将该核应用于图像，得到了自定义拉普拉斯核的效果。可以根据需要调整中的数值，以实现不同的拉普拉斯核效果。请注意，确保拉普拉斯核的和为零，以保持图像的亮度。
cv2.Laplacian利用LOG（Laplacian of Gaussian, LOG）提取图像的边缘或者检测斑点
qq_51570094的博客
11-05 678
利用高斯拉普拉斯算子（Laplacian of Gaussian, LOG）提取图像边缘是一种结合了高斯平滑和拉普拉斯边缘检测的方法。这种方法首先使用高斯滤波器对图像进行平滑处理，以减少噪声对边缘检测的影响，然后应用拉普拉斯算子来检测平滑后图像中的边缘。拉普拉斯算子的结果是一个图像，其中边缘区域会有较高的绝对值。对平滑后的图像应用拉普拉斯算子，使用OpenCV的。函数或Matplotlib库来显示边缘检测结果。函数对灰度图像进行高斯平滑处理。你需要导入OpenCV（函数将图像转换为灰度图像。
Opencv之图像边缘检测：3.Laplacian算子（cv2.Laplacian）
热门推荐
qq_49478668的博客
03-29 2万+
Laplacian（拉普拉斯）算子是一种二阶导数算子，其具有旋转不变性，可以满足不同 方向的图像边缘锐化（边缘检测）的要求。
cv2.Laplacian 模糊判断
weixin_30619101的博客
10-10 7462
简介 cv2.Laplacian是用来判断图像模糊度的 函数原型 1 dst = cv2.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]]) 前两个是必须的参数： 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。...
opencv基础43- 图像梯度-Laplacian 算子（ cv2.Laplacian）边缘检测基础
小海聊智造
08-07 3669
Sobel 算子、Scharr 算子、Laplacian 算子都可以用作边缘检测，它们的核如图 9-29 所示。Sobel 算子和 Scharr 算子计算的都是一阶近似导数的值。Sobel 算子= |左-右| / |下-上|Scharr 算子= |左-右| / |下-上|式中“|左-右|”表示左侧像素值减右侧像素值的结果的绝对值，“|下-上|”表示下方像素值减上方像素值的结果的绝对值。像素值的结果的绝对值。Laplacian 算子= |左-右| + |左-右| + |下-上| + |下-上|
python图像边缘增强opencv_Python中使用OpenCV(CV2)对图像进行边缘检测
weixin_30340269的博客
01-29 4952
使用的模块：为此，我们将使用opencv-python模块，该模块为我们提供了处理图像的各种功能。下载opencv-pythonGeneralWay:pipinstallopencv-pythonPycharmUsers:GototheprojectInterpreterandinstallthismodulefromthere.opencv-python模块：open...
opencv-python学习笔记8-图像边缘检测
The_xz的博客
09-12 2432
在OpenCV中，图像边缘检测是一个重要的图像处理技术，它可以帮助识别图像中的物体边界。降噪：边缘检测容易受到图像噪声的影响，因此通常首先使用高斯滤波器对图像进行平滑处理以减少噪声。求图像的强度梯度：通过应用Sobel算子或其他梯度算子来计算图像的梯度。这通常涉及到计算图像在水平和垂直方向的一阶导数。非极大值抑制：在这一步中，算法会检查图像中的每个像素，并仅保留梯度方向上局部最大值的像素，这样可以细化边缘。双阈值：使用两个阈值来确定强边缘和弱边缘。
7.opencv——边缘检测（ 拉普拉斯(Laplacian)，Sobel，Canny边缘检测）
weixin_47166032的博客
10-18 1万+
边缘与轮廓边缘检测拉普拉斯(Laplacian)边缘检测Sobel边缘检测Canny边缘检测图像轮廓查找轮廓绘制轮廓轮廓特征霍夫变换霍夫圆变换 边缘检测 拉普拉斯(Laplacian)边缘检测 Sobel边缘检测 Canny边缘检测 图像轮廓 查找轮廓 绘制轮廓 轮廓特征 霍夫变换 霍夫圆变换 ...
OpenCV之Laplacian算子
01-07
Laplacian算子也是计算图像梯度的一个利器。它相当于二阶Sobel算子的导数。咋来的不再从这里做解释，我们知道怎么用就行了。 Laplacian算子的卷积核是这样的： 其构造函数如下： cv2.Laplacian(src,ddepth) src：原图 ddepth：返回图像的深度。由于在计算梯度时湖出现负数，所以我们选择范围更大的cv2.CV_64F。如果选择-1，即与原图相同，负数就会被归为0导致有边出不来。 在使用完这个函数之后别忘了处理在运算时产生的负数。 import cv2 img=cv2.imread('D://zopencv//ball.jpg',0) mask=cv2
Python OpenCV -- Laplacian 算子（十）
我喜欢智能化
02-20 7769
Laplacian 算子：     原理分析：   Sobel 算子 ： 在一个图像区域中的边缘部分，像素值出现“跳跃”或者较大的变化。如果在此边缘部分求取一阶导数，会看到极值的出现如图：   如果在边缘部分求二阶导数会出现什么情况？   会发现在一阶导数的极值位置，二阶导数为0 。所以我们也可以用这个特点来作为检测图像边缘的方法。但是，二阶导数的 0 值不仅仅 出现在边缘（
opencv c++函数 imgproc模块 9 Laplace 算子
CV菜鸟的学习之路
04-26 1686
目标 本文档尝试解答如下问题: 如何使用OpenCV函数 Laplacian 实现 Laplacian 算子 的离散模拟。 原理 前一节我们学习了 Sobel 算子 ，其基础来自于一个事实，即在边缘部分，像素值出现”跳跃“或者较大的变化。如果在此边缘部分求取一阶导数，你会看到极值的出现。正如下图所示： 如果在边缘部分求二阶导数会出现什么情况?
opencv-python库 cv2.Scharr()算子和cv2.Laplacian() 算子
记录学习过程
04-07 1389
由于 Scharr 算子的输出可能是负值，并且可能超出了标准的 0-255 显示范围，我们使用 cv2.convertScaleAbs 将输出转换为非负值，并将其缩放到可以显示的范围内。cv2.Scharr 是 OpenCV 中另一个用于边缘检测的算子，与 Sobel 算子类似，但是 Scharr 算子通常能得到更精确的结果，因为它使用了更小的核（通常是 3x3）并进行了更精确的计算。Scharr 算子也是基于图像强度的一阶导数，但它使用了不同的权重来近似导数的计算，从而提高了边缘检测的精度。
python+OpenCv笔记（十四）：边缘检测——laplacian算子
ReadyGo!!!的博客
01-11 7057
python+OpenCv笔记（十四）：边缘检测——laplacian算子
opencv学习笔记17：梯度运算之laplacian算子及其应用
总裁余（余登武）博客
07-06 2373
laplacian算子理论 前文介绍了sobel算子及其函数使用 和scharr算子及其函数使用 使用方法 不同算子比较 sobel,和scharr算子：右边121列-左边121列。右边-3,10,3列减去左边-3,10,3列。y轴类型 laplacian算子：各个不为0的值和中间值相减。而且不用区分dx,dy啦 laplacian算子应用 o=cv2.imread(‘image\lena.bmp’,cv2.IMREAD_GRAYSCALE) #cv2.CV_64F 调高数据类型，使数据范围更大一
python实现图像边缘算法
ellende的博客
03-19 4001
关于作者：程序员：杨洪（ellende）blog: http://blog.csdn.NET/ellendeemail: yangh.personal@qq.com转载请注明出处，引用部分网上博客，若有侵权还请作者联系与我。1.算法原理将当前的像素值与相邻的右部和下部的像素值进行比较，若相似，则将像素值设置为黑色，否则设置为白色。2.判定像素值相似方法使用欧式距离算法，将一个像素的3个色彩分量映射...
【OpenCV入门学习--python】Laplacian()实现拉普拉斯算子的离散模拟
qq_43536231的博客
07-15 613
【OpenCV入门学习--python】Laplacian()实现拉普拉斯算子的离散模拟
python cv2.Laplacian
最新发布
01-07
### Python OpenCV `cv2.Laplacian` 函数详解 #### 函数定义 `cv2.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]]) -> dst` 此函数用于计算图像的拉普拉斯导数，可以有效地突出图像中的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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