目录
14 图像梯度
14.1 目标
在本章中，我们将学习：- 查找图像梯度，边缘等 - 我们将看到以下函数：cv.Sobel()，cv.Scharr()，cv.Laplacian()等
14.2 理论
OpenCV提供三种类型的梯度滤波器或高通滤波器，即Sobel，Scharr和Laplacian。我们将看到他们每一种。
14.2.1 Sobel和Scharr算子
Sobel算子是高斯平滑加微分运算的联合运算，因此它更抗噪声。你可以指定要采用的导数方向，垂直或水平（分别通过参数yorder和xorder）。你还可以通过参数ksize指定内核的大小。如果ksize = -1 ，则使用3x3 Scharr滤波器，比3x3 Sobel滤波器具有更好的结果。请参阅文档以了解所使用的内核。
14.2.2 Laplacian算子
它计算了由关系
给出的图像的拉普拉斯图,它是每一阶导数通过Sobel算子计算。如果ksize = 1 ,然后使用以下内核用于过滤：
14.3 代码
下面的代码显示了单个图表中的所有算子。所有内核都是5x5大小。输出图像的深度通过-1得到结果的np.uint8 型。
import cv2 as cv import matplotlib.pyplot as plt img = cv.imread('test.jpg', 0) laplacian = cv.Laplacian(img, cv.CV_64F, ksize=5) sobel_x = cv.Sobel(img, cv.CV_64F, 1, 0, ksize=5) sobel_y = cv.Sobel(img, cv.CV_64F, 0, 1, ksize=5) images = [img, laplacian, sobel_x, sobel_y] titles = ['Original', 'Laplacian', 'Sobel X', 'Sobel Y'] for i in range(2): plt.subplot(2, 2, i * 2 + 1), plt.imshow(images[i * 2], cmap='gray') plt.title(titles[i * 2]), plt.xticks([]), plt.yticks([]) plt.subplot(2, 2, i * 2 + 2), plt.imshow(images[i * 2 + 1], cmap='gray') plt.title(titles[i * 2 + 1]), plt.xticks([]), plt.yticks([]) plt.show()
运行结果如下：
编辑
14.4 一个重要事项
在我们的最后一个示例中，输出数据类型为cv.CV_8U 或np.uint8 。但这有一个小问题。黑色到白色的过渡被视为正斜率（具有正值），而白色到黑色的过渡被视为负斜率（具有负值）。因此，当您将数据转换为np.uint8时，所有负斜率均设为零。简而言之，您会错过这一边缘信息。
如果要检测两个边缘，更好的选择是将输出数据类型保留为更高的形式，例如cv.CV_16S, cv.CV_64F 等，取其绝对值，然后转换回cv.CV_8U 。下面的代码演示了用于水平Sobel滤波器和结果差异的此过程。
import numpy as np import cv2 as cv from matplotlib import pyplot as plt img = cv.imread('box.jpg', 0) # 输出类型为cv.CV_8U sobel_x_8U = cv.Sobel(img, cv.CV_8U, 1, 0, ksize=5) # 输出类型为cv.CV_64F,然后取它的绝对值，转换成cv.CV_8U sobel_x_64F = cv.Sobel(img, cv.CV_64F, 1, 0, ksize=5) abs_sobel_x_64F = np.absolute(sobel_x_64F) # 取绝对值 abs_64F_sobel_x_8U = np.uint(abs_sobel_x_64F) # 转换成cv.CV_8U plt.subplot(1, 3, 1), plt.imshow(img, cmap='gray') plt.title('Original'), plt.xticks([]), plt.yticks([]) plt.subplot(1, 3, 2), plt.imshow(sobel_x_8U, cmap='gray') plt.title('Sobel CV_8U'), plt.xticks([]), plt.yticks([]) plt.subplot(1, 3, 3), plt.imshow(abs_64F_sobel_x_8U, cmap='gray') plt.title('Sobel abs(CV_64F)'), plt.xticks([]), plt.yticks([]) plt.show()
运行结果如下：
编辑
欢迎评论区留言，一起探讨OpenCV成神之路的奥秘。
顺便给我加个关注，点个赞，加个收藏，让我们一起登上神坛。
编辑
