腳本之家服務器常用軟件

快捷導航

OpenCV半小時掌握基本操作之圖像梯度

更新時間：2021年09月01日 15:42:26 作者：我是小白呀

這篇文章主要介紹了OpenCV基本操作之圖像梯度，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

概述

OpenCV 是一個跨平臺的計算機視覺庫, 支持多語言, 功能強大. 今天小白就帶大家一起攜手走進 OpenCV 的世界.

在這里插入圖片描述

梯度運算

梯度: 膨脹 (Dilating) - 腐蝕 (Eroding).

在這里插入圖片描述

例子:

# 讀取圖片
pie = cv2.imread("pie.jpg")

# 核
kernel = np.ones((7, 7), np.uint8)

# 計算梯度
gradient = cv2.morphologyEx(pie, cv2.MORPH_GRADIENT, kernel=kernel)

# 圖片展示
cv2.imshow("gradient", gradient)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果:

在這里插入圖片描述

禮帽

禮帽 (Top Hat): 原始輸入 - 開運算結果.

例子:

# 讀取圖片
img = cv2.imread("white.jpg")

# 核
kernel = np.ones((7, 7), np.uint8)

# 禮帽
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel=kernel)

# 圖片展示
cv2.imshow("tophat", tophat)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果:

在這里插入圖片描述

黑帽

黑帽 (Black Hat): 閉運算 - 原始輸入.

例子:

# 讀取圖片
img = cv2.imread("white.jpg")

# 核
kernel = np.ones((7, 7), np.uint8)

# 禮帽
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel=kernel)

# 圖片展示
cv2.imshow("blackhat", blackhat)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果:

在這里插入圖片描述

Sobel 算子

Sobel 算子 (Sobeloperator) 是邊緣檢測中非常重要的一個算子. Sobel 算子是一類離散性差分算子, 用來運算圖像高亮度函數的灰度之近似值.

格式:

cv2.Sobel(src, ddepth, dx, dy, ksize)

參數:

src: 原圖

ddepth: 圖片深度

dx: 水平方向

dy: 豎直方向

ksize: 算子大小

計算 x

代碼:

# 讀取圖片
img = cv2.imread("pie.jpg")

# Sobel算子
sobelx = cv2.Sobel(img, -1, 1, 0, ksize=3)

# 展示圖片
cv2.imshow("sobelx", sobelx)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果:

在這里插入圖片描述

計算 y

代碼:

# 讀取圖片
img = cv2.imread("pie.jpg")

# Sobel算子
sobely = cv2.Sobel(img, -1, 0, 1, ksize=3)

# 展示圖片
cv2.imshow("sobely", sobely)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果:

在這里插入圖片描述

計算 x+y

代碼:

# 讀取圖片
img = cv2.imread("pie.jpg")

# Sobel算子
sobel = cv2.Sobel(img, -1, 1, 1, ksize=3)

# 展示圖片
cv2.imshow("sobel", sobel)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果:

在這里插入圖片描述

融合

代碼:

# 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)

# 轉換成絕對值
sobelx = cv2.convertScaleAbs(sobelx)
sobely = cv2.convertScaleAbs(sobely)

# 融合
sobel_xy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)

# 展示圖片
cv2.imshow("sobel_xy", sobel_xy)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出結果:

在這里插入圖片描述