当前位置：首页 > news >正文

OpenCV 图像梯度算子

news 2025/7/14 15:03:10

本文是OpenCV图像视觉入门之路的第12篇文章，本文详细的介绍了图像梯度算子的各种操作，例如：Sobel算子Scharr算子laplacian算子等操作。

OpenCV 图像梯度算子目录

1 Sobel算子

2 Scharr算子

3 laplacian算子

1 Sobel算子

Sobel算子是一种图像边缘检测算子，它是一种空间滤波器，可以检测图像中的边缘，而梯度运算是一种求导数的方法，可以用来检测图像中的局部变化。

import cv2
import numpy as np
from numpy import unicodeif __name__ == '__main__':# 不同算子的差异img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)sobel_x = cv2.convertScaleAbs(sobel_x)sobel_y = cv2.convertScaleAbs(sobel_y)sobel_xy = cv2.addWeighted(sobel_x, 0.5, sobel_y, 0.5, 0)cv2.imshow("sobel_xy", sobel_xy)img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)cv2.imshow("img", img)cv2.waitKey(0)cv2.destroyAllWindows()

2 Scharr算子

Sobel算子是一种图像边缘检测算法，它可以检测图像中的水平边缘和垂直边缘。它使用卷积核来检测图像中的边缘，并且可以检测出图像中的细微变化。OpenCV是一个计算机视觉库，它提供了一系列的函数，可以用来处理图像，包括Sobel算子。OpenCV提供了一系列的函数，可以用来处理图像，包括Sobel算子，但它也提供了其他的图像处理算法，如Canny边缘检测算法，Hough变换算法等。

import cv2
import numpy as np
from numpy import unicodeif __name__ == '__main__':img = cv2.imread('D:/Jupyter_Notebooks/0.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)cv2.imshow("scharrxy", scharrxy)img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)cv2.imshow("img", img)cv2.waitKey(0)cv2.destroyAllWindows()

3 laplacian算子

Laplacian算子是一种图像处理技术，它可以用来检测图像中的边缘和轮廓。它是一种二阶微分算子，可以用来检测图像中的边缘，并且可以用来检测图像中的噪声。它的基本原理是，它会计算图像中每个像素点的梯度，并且根据梯度的大小来检测图像中的边缘。

import cv2
import numpy as np
from numpy import unicodeif __name__ == '__main__':img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)laplacian = cv2.Laplacian(img, cv2.CV_64F)laplacian = cv2.convertScaleAbs(laplacian)cv2.imshow("laplacian", laplacian)img = cv2.imread('D:/Jupyter_Notebooks/0.jpg', cv2.IMREAD_GRAYSCALE)cv2.imshow("img", img)cv2.waitKey(0)cv2.destroyAllWindows()