服务器之家

服务器之家 > 正文

OpenCV 图像梯度的实现方法

时间:2021-12-15 00:15     来源/作者:我是小白呀

概述

opencv 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 opencv 的世界.

梯度运算

梯度: 膨胀 (dilating) - 腐蚀 (eroding).

例子:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
# 读取图片
pie = cv2.imread("pie.png")
 
# 核
kernel = np.ones((7, 7), np.uint8)
 
# 计算梯度
gradient = cv2.morphologyex(pie, cv2.morph_gradient, kernel=kernel)
 
# 图片展示
cv2.imshow("gradient", gradient)
cv2.waitkey(0)
cv2.destroyallwindows()

输出结果:

OpenCV 图像梯度的实现方法

礼帽

礼帽 (top hat): 原始输入 - 开运算结果.

例子:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
# 读取图片
img = cv2.imread("white.png")
 
# 核
kernel = np.ones((7, 7), np.uint8)
 
# 礼帽
tophat = cv2.morphologyex(img, cv2.morph_tophat, kernel=kernel)
 
# 图片展示
cv2.imshow("tophat", tophat)
cv2.waitkey(0)
cv2.destroyallwindows()

输出结果:

OpenCV 图像梯度的实现方法

黑帽

黑帽 (black hat): 闭运算 - 原始输入.

例子:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
# 读取图片
img = cv2.imread("white.png")
 
# 核
kernel = np.ones((7, 7), np.uint8)
 
# 礼帽
blackhat = cv2.morphologyex(img, cv2.morph_blackhat, kernel=kernel)
 
# 图片展示
cv2.imshow("blackhat", blackhat)
cv2.waitkey(0)
cv2.destroyallwindows()

输出结果:

OpenCV 图像梯度的实现方法

sobel 算子

sobel 算子 (sobeloperator) 是边缘检测中非常重要的一个算子. sobel 算子是一类离散性差分算子, 用来运算图像高亮度函数的灰度之近似值.

格式:

?
1
cv2.sobel(src, ddepth, dx, dy, ksize)

参数:

  • src: 原图
  • ddepth: 图片深度
  • dx: 水平方向
  • dy: 竖直方向
  • ksize: 算子大小

计算 x

代码:

?
1
2
3
4
5
6
7
8
9
10
# 读取图片
img = cv2.imread("pie.png")
 
# sobel算子
sobelx = cv2.sobel(img, -1, 1, 0, ksize=3)
 
# 展示图片
cv2.imshow("sobelx", sobelx)
cv2.waitkey(0)
cv2.destroyallwindows()

输出结果:

OpenCV 图像梯度的实现方法

计算 y

代码:

?
1
2
3
4
5
6
7
8
9
10
# 读取图片
img = cv2.imread("pie.png")
 
# sobel算子
sobely = cv2.sobel(img, -1, 0, 1, ksize=3)
 
# 展示图片
cv2.imshow("sobely", sobely)
cv2.waitkey(0)
cv2.destroyallwindows()

输出结果:

OpenCV 图像梯度的实现方法

计算 x+y

代码:

?
1
2
3
4
5
6
7
8
9
10
# 读取图片
img = cv2.imread("pie.png")
 
# sobel算子
sobel = cv2.sobel(img, -1, 1, 1, ksize=3)
 
# 展示图片
cv2.imshow("sobel", sobel)
cv2.waitkey(0)
cv2.destroyallwindows()

输出结果:

OpenCV 图像梯度的实现方法

融合

代码:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 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)
 
# 转换成绝对值
sobelx = cv2.convertscaleabs(sobelx)
sobely = cv2.convertscaleabs(sobely)
 
# 融合
sobel_xy = cv2.addweighted(sobelx, 0.5, sobely, 0.5, 0)
 
# 展示图片
cv2.imshow("sobel_xy", sobel_xy)
cv2.waitkey(0)
cv2.destroyallwindows()

输出结果:

OpenCV 图像梯度的实现方法

注: 当 ddepth 设置为 -1, 即与原图保持一致, 得到的结果可能是错误的. 计算梯度值可能出现负数, 负数会自动截断为 0. 为了避免信息丢失, 我们需要使用更高是数据类型 cv2.cv_64f, 再通过取绝对值将其映射到 cv2.cv_8u 类型.

到此这篇关于opencv 图像梯度的实现方法的文章就介绍到这了,更多相关opencv 图像梯度内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!

原文链接:https://blog.csdn.net/weixin_46274168/article/details/118876117

标签:

相关文章

热门资讯

yue是什么意思 网络流行语yue了是什么梗
yue是什么意思 网络流行语yue了是什么梗 2020-10-11
背刺什么意思 网络词语背刺是什么梗
背刺什么意思 网络词语背刺是什么梗 2020-05-22
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全
2020微信伤感网名听哭了 让对方看到心疼的伤感网名大全 2019-12-26
2021年耽改剧名单 2021要播出的59部耽改剧列表
2021年耽改剧名单 2021要播出的59部耽改剧列表 2021-03-05
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总
苹果12mini价格表官网报价 iPhone12mini全版本价格汇总 2020-11-13
返回顶部