Python+OpenCV之圖像梯度詳解

更新時間：2022年09月28日 15:08:57 作者：錦鯉AI幸運

這篇文章主要為大家詳細介紹了Python OpenCV中圖像梯度(Sobel算子、Scharr算子和Laplacian算子)的實現(xiàn)，感興趣的小伙伴可以了解一下

1. Sobel算子

OpenCV系列—本文底頁有多個常用方法鏈接

1.1 Sobel介紹

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

ddepth:圖像的深度
dx和dy分別表示水平和豎直方向
ksize是Sobel算子的大小

import cv2  # opencv讀取的格式是BGR


def cv_show(img, name):
    cv2.imshow(name, img)
    cv2.waitKey()
    cv2.destroyAllWindows()


img = cv2.imread('../img/pie.png', cv2.IMREAD_GRAYSCALE)
cv2.imshow("img", img)
cv2.waitKey()
cv2.destroyAllWindows()

pie.png原圖（右擊另存為下載）:

1.2 橫向Sobel算子

采用上述公式中的 G x G_{x} Gx?濾波器掃描整張圖，提取了左右兩邊有梯度差的位置，但是橫向看圓的上頂端和下頂端的梯度不明顯所以呈現(xiàn)圖片如下上下端為虛線的圓。

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

結(jié)果如下:

白-黑是正數(shù)，黑-白就是負數(shù)了，所有的負數(shù)會被截斷成0，所以要取絕對值。

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

加入絕對值后，梯度結(jié)果就可以有一個完整的圓:

1.3 縱向Sobel算子

采用上述公式中的 G y G_{y} Gy?濾波器掃描整張圖，提取了上下兩邊有梯度差的位置，但是縱向看圓的左頂端和右頂端的梯度不明顯所以呈現(xiàn)圖片如左右端為虛線的圓。

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

1.4 合并橫縱向的方法提取更好的邊緣的結(jié)果

將橫向梯度提取濾波器 G_x與縱向梯度提取濾波器G_y?相加，即可得到效果較好的圓的邊緣梯度信息。

sobelxy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)
cv_show(sobelxy, 'sobelxy')

不推薦

sobelxy = cv2.Sobel(img, cv2.CV_64F, 1, 1, ksize=3)
sobelxy = cv2.convertScaleAbs(sobelxy)
cv_show(sobelxy, 'sobelxy')

結(jié)果顯示，相對于分開使用橫縱向算子邊緣重影嚴重:

1.5 利用1.3方法繪制素描風格

lena.jpg原圖，另存為保存:

import cv2  # opencv讀取的格式是BGR


img = cv2.imread('../img/lena.jpg', cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobely = cv2.convertScaleAbs(sobely)
sobelxy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)
cv_show(sobelxy, 'sobelxy')

2. Scharr算子

import cv2  # opencv讀取的格式是BGR


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

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)

二階動量對紋理細節(jié)區(qū)分更加豐富，結(jié)果圖如下:

3. Laplacian算子

import cv2  # opencv讀取的格式是BGR


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

laplacian = cv2.Laplacian(img,cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)

需要配合其他操作共同使用，單個使用的效果不如上面兩個算子，結(jié)果圖如下: