Python+OpenCV 圖像邊緣檢測(cè)四種實(shí)現(xiàn)方法
更新時(shí)間：2021年11月26日 09:07:12 投稿：newname
本文主要介紹了通過OpenCV中Sobel算子、Schaar算子、Laplacian算子以及Canny分別實(shí)現(xiàn)圖像邊緣檢測(cè)并總結(jié)了四者的優(yōu)缺點(diǎn)，感興趣的同學(xué)可以參考一下
import cv2 as cv import numpy as np import matplotlib.pyplot as plt # 設(shè)置兼容中文 plt.rcParams['font.family'] = ['sans-serif'] plt.rcParams['font.sans-serif'] = ['SimHei']
D:\Anaconda\AZWZ\lib\site-packages\numpy\_distributor_init.py:30: UserWarning: loaded more than 1 DLL from .libs:
D:\Anaconda\AZWZ\lib\site-packages\numpy\.libs\libopenblas.NOIJJG62EMASZI6NYURL6JBKM4EVBGM7.gfortran-win_amd64.dll
D:\Anaconda\AZWZ\lib\site-packages\numpy\.libs\libopenblas.WCDJNK7YVMPZQ2ME2ZZHJJRJ3JIKNDB7.gfortran-win_amd64.dll
warnings.warn("loaded more than 1 DLL from .libs:\n%s" %
horse = cv.imread('img/horse.jpg',0)
plt.imshow(horse,cmap=plt.cm.gray)
plt.imshow(horse,cmap=plt.cm.gray)
1.Sobel算子
# 1,0 代表沿x方向做sobel算子 x = cv.Sobel(horse,cv.CV_16S,1,0) # 0,1 代表沿y方向做sobel算子 y = cv.Sobel(horse,cv.CV_16S,0,1)
# 格式轉(zhuǎn)換 absx = cv.convertScaleAbs(x) absy = cv.convertScaleAbs(y)
# 邊緣檢測(cè)結(jié)果 res = cv.addWeighted(absx,0.5,absy,0.5,0)
plt.figure(figsize=(20,20))
plt.subplot(1,2,1)
m1 = plt.imshow(horse,cmap=plt.cm.gray)
plt.title("原圖")
plt.subplot(1,2,2)
m2 = plt.imshow(res,cmap=plt.cm.gray)
plt.title("Sobel算子邊緣檢測(cè)")
Text(0.5, 1.0, 'Sobel算子邊緣檢測(cè)')
2.Schaar算子(更能體現(xiàn)細(xì)節(jié))
# 1,0 代表沿x方向做sobel算子 x = cv.Sobel(horse,cv.CV_16S,1,0,ksize=-1) # 0,1 代表沿y方向做sobel算子 y = cv.Sobel(horse,cv.CV_16S,0,1,ksize=-1)
# 格式轉(zhuǎn)換 absx = cv.convertScaleAbs(x) absy = cv.convertScaleAbs(y)
# 邊緣檢測(cè)結(jié)果 res = cv.addWeighted(absx,0.5,absy,0.5,0)
plt.figure(figsize=(20,20))
plt.subplot(1,2,1)
m1 = plt.imshow(horse,cmap=plt.cm.gray)
plt.title("原圖")
plt.subplot(1,2,2)
m2 = plt.imshow(res,cmap=plt.cm.gray)
plt.title("Schaar算子邊緣檢測(cè)")
Text(0.5, 1.0, 'Schaar算子邊緣檢測(cè)')
3.Laplacian算子(基于零穿越的，二階導(dǎo)數(shù)的0值點(diǎn))
res = cv.Laplacian(horse,cv.CV_16S)
res = cv.convertScaleAbs(res)
plt.figure(figsize=(20,20))
plt.subplot(1,2,1)
m1 = plt.imshow(horse,cmap=plt.cm.gray)
plt.title("原圖")
plt.subplot(1,2,2)
m2 = plt.imshow(res,cmap=plt.cm.gray)
plt.title("Laplacian算子邊緣檢測(cè)")
Text(0.5, 1.0, 'Laplacian算子邊緣檢測(cè)')
4.Canny邊緣檢測(cè)(被認(rèn)為是最優(yōu)的邊緣檢測(cè)算法)
res = cv.Canny(horse,0,100)
# res = cv.convertScaleAbs(res) Canny邊緣檢測(cè)是一種二值檢測(cè)，不需要轉(zhuǎn)換格式這一個(gè)步驟
plt.figure(figsize=(20,20))
plt.subplot(1,2,1)
m1 = plt.imshow(horse,cmap=plt.cm.gray)
plt.title("原圖")
plt.subplot(1,2,2)
m2 = plt.imshow(res,cmap=plt.cm.gray)
plt.title("Canny邊緣檢測(cè)")
Text(0.5, 1.0, 'Canny邊緣檢測(cè)')
總結(jié)
以上就是Python+OpenCV 圖像邊緣檢測(cè)四種實(shí)現(xiàn)方法的詳細(xì)內(nèi)容，更多關(guān)于Python OpenCV圖像邊緣檢測(cè)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
Anaconda是Python的一個(gè)發(fā)行版本,集成了大量插件,在用PyCharm進(jìn)行開發(fā)時(shí),可以選用Anaconda執(zhí)行環(huán)境,下面這篇文章主要給大家介紹了關(guān)于Pycharm中配置Anaconda解釋器的完整步驟,需要的朋友可以參考下2022-11-11
Python深度學(xué)習(xí)之圖像標(biāo)簽標(biāo)注軟件labelme詳解
這篇文章主要介紹了Python深度學(xué)習(xí)之圖像標(biāo)簽標(biāo)注軟件labelme詳解,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有非常好的幫助,需要的朋友可以參考下2021-04-04
偶然看到了pLSA模型這個(gè)東東，不懂，于是找了找資料，這里分享給大家一段代碼，幫助理解吧。不好的地方還請(qǐng)多多指教。2017-10-10
這篇文章主要介紹了Django實(shí)現(xiàn)跨域的2中方法,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
TensorFlow自定義模型保存加載和分布式訓(xùn)練
本篇文章將涵蓋 TensorFlow 的高級(jí)應(yīng)用，包括如何自定義模型的保存和加載過程，以及如何進(jìn)行分布式訓(xùn)練，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-07-07
python目錄操作之python遍歷文件夾后將結(jié)果存儲(chǔ)為xml
需求是獲取服務(wù)器某個(gè)目錄下的某些類型的文件，考慮到服務(wù)器即有Linux、又有Windows，所以寫了一個(gè)Python小程序來完成這項(xiàng)工作,大家參考使用吧2014-01-01
深入理解Python虛擬機(jī)中整型(int)的實(shí)現(xiàn)原理及源碼剖析
在本篇文章當(dāng)中主要給大家介紹在 cpython 內(nèi)部是如何實(shí)現(xiàn)整型數(shù)據(jù) int 的，主要是分析 int 類型的表示方式，分析 int 類型的巧妙設(shè)計(jì)2023-03-03
python 圖像增強(qiáng)算法實(shí)現(xiàn)詳解
這篇文章主要介紹了python 圖像增強(qiáng)算法實(shí)現(xiàn)詳解，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01
Python 用三行代碼提取PDF表格數(shù)據(jù)
這篇文章主要介紹了Python 用三行代碼提取PDF表格數(shù)據(jù),文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10
這篇文章主要為大家詳細(xì)介紹了python中的類型注解，使用typing模塊，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02