opencv python 6 图像梯度

opencv python 6 图像梯度

Sobel和scharr算子

cv2.Sobel()实现了带方向的图像梯度计算。

dst = cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]])

• dst：输出图像
• src：输入图像
• ddepth：输出图像深度
• dx：x方向上的求导阶数
• dy：y方向上的求导阶数
• ksize：算子宽度，默认为3
• scale：缩放比例，默认为1
• delta：输出结果时的附加值，默认为0
• borderType：边界模式，默认为BORDER_DEFAULT

import cv2 

img = cv2.imread('a.jpg', 0)
sx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize = 5)
cv2.imshow('sobel', sx)
cv2.waitKey()

若ksize为-1，则使用3x3的scharr算子：

（x方向，y方向则取转置）

否则使用普通的Sobel算子，如dx=1,dy=0,ksize=3时：

Laplacian算子

cv2.Laplacian()

dst = cv2.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]])

• dst：输出图像
• src：输入图像
• ddepth：输出图像深度
• ksize：算子宽度，默认为1
• scale：缩放比例，默认为1
• delta：输出结果时的附加值，默认为0
• borderType：边界模式，默认为BORDER_DEFAULT

l = cv2.Laplacian(img, cv2.CV_64F)

若ksize为1，则使用：

否则对图像的x和y方向作Sobel操作后相加：