OpenCV—图像梯度与Canny边缘检测

最新推荐文章于 2024-05-04 16:45:46 发布

zzn_

最新推荐文章于 2024-05-04 16:45:46 发布

阅读量455

点赞数

分类专栏： OpenCV 文章标签： opencv

本文链接：https://blog.youkuaiyun.com/weixin_57397022/article/details/118313522

版权

本文介绍了OpenCV中Sobel算子和Laplacian算子用于图像梯度计算，以及Canny边缘检测算法的原理和使用方法。Sobel算子通过求导操作检测边缘，Laplacian算子则利用二阶导数增强边缘。Canny边缘检测包括去噪、梯度计算、非极大值抑制和双阈值确定等步骤。示例代码展示了如何应用这些算子进行边缘检测。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

一、Sobel算子

Sobel 算子是一种离散的微分算子，该算子结合了高斯平滑和微分求导运算。该算子利用局部差分寻找边缘，计算所得的是一个梯度的近似值。

语法形式： dst=cv2.Sobel（src, ddepth, dx, dy[, ksize[, scale[, delta[, borderType] ] ] ]）

dx代表x方向上的求导阶数。
dy代表y方向上的求导阶数。
ksize代表Sobel核的大小。该值为-1时，则会使用Scharr算子进行运算
scale代表计算导数值时所采用的缩放因子，默认情况下该值是1，是没有缩放的。
delta代表加在目标图像dst上的值，该值是可选的，默认为0。
ddepth代表输出图像的深度。

ddepth值：

输入图像的深度（src.depth）	输出图像深度（ddepth）
cv2.CV_8U	-1/cv2.CV_16S/cv2.CV32F/cv2.CV_64F
cv2.CV_16U/cv2.CV_16S	-1/cv2.CV32F/cv2.CV_64F
cv2.CV_32F	-1/cv2.CV32F/cv2.CV_64F
cv2.CV_64F	-1/cv2.CV_64F

通常要将函数cv2.Sobel()内参数ddepth的值设置为“cv2.CV_64F”

1、方向

dst=cv2.Sobel（src, ddepth, dx, dy[, ksize[, scale[, delta[, borderType] ] ] ]）

dx代表x方向上的求导阶数； dy代表y方向上的求导阶数。

计算x方向边缘（梯度）:dx=1,dy=0 语法为：dst=cv2.Sobel（src ,ddepth ,1 ,0）

sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
cv_show("sobelx",sobelx

计算y方向边缘（梯度）:dx=0,dy=1 语法为：dst=cv2.Sobel（src ,ddepth ,0 ,1）

sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3)
sobely = cv2.convertScaleAbs(sobely)
cv_show("sobely"

最低0.47元/天解锁文章