opencv python 6 图像梯度

本文介绍了使用OpenCV进行图像处理中的梯度计算方法,包括Sobel算子、Scharr算子及Laplacian算子的应用。通过具体示例展示了如何通过Python实现这些算子,并解释了不同参数的作用。

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

opencv python 6 图像梯度

Sobel和scharr算子

cv2.Sobel()实现了带方向的图像梯度计算。

dst = cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]])
  • dst:输出图像
  • src:输入图像
  • ddepth:输出图像深度
  • dx:x方向上的求导阶数
  • dy:y方向上的求导阶数
  • ksize:算子宽度,默认为3
  • scale:缩放比例,默认为1
  • delta:输出结果时的附加值,默认为0
  • borderType:边界模式,默认为BORDER_DEFAULT
import cv2 

img = cv2.imread('a.jpg', 0)
sx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize = 5)
cv2.imshow('sobel', sx)
cv2.waitKey()

若ksize为-1,则使用3x3的scharr算子:

(x方向,y方向则取转置)

否则使用普通的Sobel算子,如dx=1,dy=0,ksize=3时:

Laplacian算子

cv2.Laplacian()

dst = cv2.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]])
  • dst:输出图像
  • src:输入图像
  • ddepth:输出图像深度
  • ksize:算子宽度,默认为1
  • scale:缩放比例,默认为1
  • delta:输出结果时的附加值,默认为0
  • borderType:边界模式,默认为BORDER_DEFAULT
l = cv2.Laplacian(img, cv2.CV_64F)

若ksize为1,则使用:

否则对图像的x和y方向作Sobel操作后相加:

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