【opencv】数字图像处理

• Prewitt、Roberts算子
• Sobel、Scharr算子
• Laplacian、LoG算子
• Canny边缘检测

"""
功能：导入图片，进行边缘检测，并显示
"""

import cv2

class MainWindow():

    def __init__(self):
        super().__init__()
        image = cv2.imread("./photo/Image_20220503121841385.bmp")
        print('img_shape', image.shape)
        self.canny(image)


    def canny(self,image):
        image = cv2.resize(image, (768, 512))
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)      # 灰度处理
        image = cv2.medianBlur(gray, 5)                     # 中值滤波
        edges = cv2.Canny(image, 100, 450, apertureSize=3)  # Canny边缘检测

        cv2.imshow("image", image)
        cv2.imshow("edges", edges)
        cv2.imwrite('./save_photo/image.jpg', image)
        cv2.imwrite('./save_photo/edges.jpg', edges)


if __name__ == '__main__':

    mainWindow = MainWindow()
    cv2.waitKey(0)
    cv2.destroyAllWindows()

"""
二值化阈值处理/反二值化阈值处理
""" 

 def thr(self,img):
        t1, dst1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)      # 二值化阈值处理
        t4, dst4 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)  # 反二值化阈值处理
        # cv2.imshow("dst1", dst1)

        cv2.imshow("dst4", dst4)
        cv2.imwrite('./save_photo/dst4.jpg', dst4)

算子、卷积核、滤波器都是一个概念，本质上都是一个小矩阵。

Prewitt算子（检测水平方向+竖直方向）

①第一个算子，有正有负，所有元素加起来为0 ，可以检测到边缘，可以检测Y方向的梯度

②第二个算子，可以检测X方向的梯度

X方向梯度与Y方向梯度 

梯度方向 

 

 锐化 = 原图+边缘

 Roberts算子（检测45°方向）