边缘检测算子全部-python

最新推荐文章于 2024-12-28 17:27:36 发布

赫瑟尔

最新推荐文章于 2024-12-28 17:27:36 发布

阅读量593

点赞数 1

分类专栏：图像处理

本文链接：https://blog.youkuaiyun.com/qq_42075634/article/details/118229415

版权

本文介绍了Python中用于边缘检测的一阶导数算子，包括Roberts、Prewitt和Sobel算子，以及二阶导数算子拉普拉斯算子和Canny边缘检测算法。并展示了程序的运行结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一阶导数算子：
Roberts 算子，Prewitt 算子， Sobel 算子
二阶导数算子：
拉普拉斯算子
canny

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

# 读取图像
img = cv.imread('weizhuang.jpg')
rgb_img = cv.cvtColor(img, cv.COLOR_BGR2RGB)

# 灰度化处理图像
gray_image = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

# 高斯滤波
gaussian_blur = cv.GaussianBlur(gray_image, (3, 3), 0)

# Roberts 算子
kernelx = np.array([[-1, 0], [0, 1]], dtype = int)
kernely = np.array([[0, -1], [1, 0]], dtype = int)
x = cv.filter2D(gaussian_blur, cv.CV_16S, kernelx)
y = cv.filter2D(gaussian_blur, cv.CV_16S, kernely)
absX = cv.convertScaleAbs(x)
absY = cv.convertScaleAbs(y)
Roberts = cv.addWeighted(absX, 0.5, absY, 0.5, 0)

# Prewitt 算子
kernelx = np.array([[1, 1, 1], [0, 0, 0], [-1, -1, -1]], dtype=int)
kernely = np.array([[-1, 0, 1], [-1, 0, 1], [-1, 0, 1]], dty