11.opencv-python；cv2库；Scharr算子

原创已于 2022-05-21 14:20:53 修改 · 221 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv

于 2022-04-26 14:41:50 首次发布

opencv 专栏收录该内容

19 篇文章

订阅专栏

该博客通过Python的OpenCV库展示了Sobel、Scharr和Laplacian算子在边缘检测上的应用。文章中，作者使用Lena图像作为示例，对三种算子进行操作并比较它们的效果。Sobel算子用于检测图像的水平和垂直边缘，Scharr算子因其更大的权重值能检测更细微的边缘。Laplacian算子则是二阶微分的离散化形式，用于检测图像的突变。最后，通过图像并排对比展示了这些算子的应用结果。

Scharr算子与Sobel算子相比，卷积核中的权重值更大，意味着能检测到更加细微的边缘。

laplacian算子，二阶的微分离散化。

import cv2 #opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt#Matplotlib是RGB
%matplotlib inline 

# 读取lena
img = cv2.imread('lena.jpg',cv2.IMREAD_GRAYSCALE)

# sobel算子
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)   
sobely = cv2.convertScaleAbs(sobely)  
sobelxy =  cv2.addWeighted(sobelx,0.5,sobely,0.5,0)  

# scharr算子
scharrx = cv2.Scharr(img,cv2.CV_64F,1,0)
scharry = cv2.Scharr(img,cv2.CV_64F,0,1)
scharrx = cv2.convertScaleAbs(scharrx)   
scharry = cv2.convertScaleAbs(scharry)  
scharrxy =  cv2.addWeighted(scharrx,0.5,scharry,0.5,0) 

#拉普拉斯算子
laplacian = cv2.Laplacian(img,cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)   

#对比效果
res = np.hstack((img,sobelxy,scharrxy,laplacian))
cv_show(res,'res')

Sobel算子，Scharr算子，lapalcian算子效果比较。