python-opencv[图像处理-sobel边缘轮廓提取]

图像边缘轮廓提取

图像边缘是存有图像的重要信息，边缘轮廓的提取无异于是重点，记录下sobel边缘轮廓提取算法的实现步骤。

Sobel边缘轮廓提取算法

Sobel算法是根据一阶导数进行边缘点的确定，对于待处理图像I，在其x，y两个方向进行求导，取其根号下的x，y方向导数结果的平方和，对整个图像处理完成后，统计极大值所在的位置，就是图像的边缘。
代码：

import cv2 as cv
import numpy as np
import  matplotlib.pyplot as plot

#sobel
img=cv.imread(r"F:\z\2\test-image\0501.jpg",0)
plot.imshow(img,cmap=plot.cm.gray)
plot.show()
x=cv.Sobel(img,cv.CV_16S,1,0)
y=cv.Sobel(img,cv.CV_16S,0,1)
a=cv.convertScaleAbs(x)#转化为uint8
b=cv.convertScaleAbs(y)#转化为uint8
img1=cv.addWeighted(a,0.5,b,0.5,0)#结合x，y方向sobel
plot.imshow(img1,cmap=plot.cm.gray)#灰度显示
plot.show()
cv.imwrite(r"F:\z\2\test-image\img1.bmp",img1)

#scharr
img=cv.imread(r"F:\z\2\test-image\0501.jpg",0)
plot.imshow(img,cmap=plot.cm.gray)
plot.show()
x=cv.Sobel(img,cv.CV_16S,1,0,ksize=-1)
y=cv.Sobel(img,cv.CV_16S,0,1,ksize=-1)
a=cv.convertScaleAbs(x)
b=cv.convertScaleAbs(y)
img1=cv.addWeighted(a,0.5,b,0.5,0)
plot.imshow(img1,cmap=plot.cm.gray)
plot.show()
cv.imwrite(r"F:\z\2\test-image\img1.bmp",img1)

实验结果

sobel处理前：

sobel处理后：

小记：处理之前的图像是背景为0，目标像素为255的情况