边缘检测Image Gradients+Canny edge detection——opencv_python

本文深入探讨了图像处理中的边缘检测技术,重点介绍了CannyEdgeDetection算法及其优势。同时,详细解析了opencv中提供的三种梯度滤波器:Sobel、Scharr和Laplacian的工作原理及特点,包括它们在边缘检测中的应用,以及各自的优缺点。

Canny Edge Detection
参考地址

Image Gradients

opencv提供了三种梯度滤波器或者叫高通滤波器。分别为cv.Sobel(), cv.Scharr(), cv.Laplacian()

Sobel and Scharr

Sobel(索贝尔)算子是高斯平滑加微分运算,具有较强的抗噪性。您可以指定要取的导数的方向,垂直的或水平的(分别通过参数yorder和xorder)。您还可以通过参数ksize指定内核的大小。当ksize=-1时,Scharr比Sobel更好。
Sobel算子
水平算子
在这里插入图片描述
垂直算子
在这里插入图片描述
Scharr算子
在这里插入图片描述
与Sobel相比,在3*3的核的状态下,Scharr算子更加的准确

Laplacian

在这里插入图片描述
缺点:没有了边缘的方向信息;双倍加强了噪声的影响。

评论 1
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