图像梯度——Sobel算子和Laplacian算子

一、Sobel算子

1、定义

Sobel算子是一种离散的微分算子，结合了高斯平滑和微分求导运算，利用局部拆分寻找边缘，计算所得的是一个梯度的近似值。
Sobel算子=|左-右|/|下-上|
Scharr算子=|左-右|/|下-上|

2、原理

滤波器指由一幅图根据像素点（x，y）临近的区域计算得到另外一幅新图像的算法。滤波的目标像素点的值等于原始像素值及其周围像素值的加权和。

3、Sobel算子和Scharr算子比较

Sobel算子当其核结构较小时，精确度不高，而Scharr算子具有较高的精度。

4、代码

# 索贝尔算子：当边缘很多时用，但对噪声敏感
def sobel_demo(image):""":param image: Scharr(src, ddepth, dx, dy, dst=None, scale=None, delta=None, borderType=None):return: src：原始图像ddepth：输出图像深度dx：x方向上的倒数阶数dy：y方向上的倒数阶数dst：输出图像scale：计算导数值的缩放因子，可选，1表示没有缩放delta：加到目标图像上的亮度值，可选，默认0borderType：边界样式"""# 求x方向边缘梯度，dx=1，dy=0grad_x = cv.Scharr(image, cv.CV_32F, 1, 0)# 求y方向边缘梯度，dx=0，dy=1grad_y = cv.Scharr(image, cv.CV_32F, 0, 1)"""convertScaleAbs(src, dst=None, alpha=None, beta=None)：对参数取绝对值，映射为8位类型src:原始图像dst:处理结果alpha:调节参数，可选，默认1beta:调节亮度值，可选，默认0"""gradx = cv.convertScaleAbs(grad_x)grady = cv.convertScaleAbs(grad_y)cv.imshow('gradient_x', gradx)cv.imshow('gradient_y', grady)# x和y方向的梯度集合gradxy = cv.addWeighted(gradx, 0.5, grady, 0.5, 0)cv.imshow('gradient', gradxy)

x和y方向梯度图像

x和y方向集合的梯度图像

二、Laplacian算子

拉普拉斯算子是一种二阶导数算子，具有旋转不变性，可以满足不同方向的图像边缘锐化（边缘检测）要求，其算子的系数之和为零。

Laplacian算子=|左-右|+|左-右|+|下-上|+|下-上|

# 拉普拉斯算子：
def lapalian_demo(image):# 第一种：拉普拉斯算子dst = cv.Laplacian(image, cv.CV_32F)# 第二种：自定义集合 kernel = np.array([[0, 1, 0], [1, -4, 1], [0, 1, 0]])# filter2D：利用内核实现对图像的卷积运算。dst1 = cv.filter2D(image, cv.CV_32F, kernel=kernel)lpls = cv.convertScaleAbs(dst)lpls1 = cv.convertScaleAbs(dst1)cv.imshow('lapalian_demo', lpls)cv.imshow('lapalian_demo1', lpls1)

图像梯度——Sobel算子和Laplacian算子相关推荐

12-图像梯度-Scharr算子和laplacian算子
Scharr算子 cv2.Scharr(img,cv2.CV_64F,1,0) 第一个参数:当前的图像对象名称第二个参数:当前图像的深度,通常情况下指定为-1,表示输出和输入的深度是一样的:cv2. ...
python图像锐化增强边缘_[Python图像处理]十一.图像锐化与边缘检测之Roberts算子、Prewitt算子、Sobel算子和Laplacian算子,Schar算子...
Roberts算子 Roberts算子即为交叉微分算法,它是基于交叉差分的梯度算法,通过局部差分计算检测边缘线条.常用来处理具有陡峭的第噪声图像,当图像边缘接近于正45度或负45度时,该算法处理效果更 ...
Opencv(C++)笔记--Sobel算子和laplacian算子
目录 1--Sobel算子 1-1--原理 1-2--Opencv API 1-3--代码实例 1-4--Scharr算子 1-5--扩展操作 2--laplacian算子 2-1--原理 2-2-- ...
边缘检测之Sobel算子和Canny算子
文章目录一.Sobel 算子 1.1.什么是 Sobel 算子 1.2.原理 1.3.过程中的问题 1.4.OpenCV 实操二.Canny 算子 2.1.原理 2.2.OpenCV 实操三.对 ...
[Python图像处理] 十八.图像锐化与边缘检测之Scharr算子、Canny算子和LOG算子
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
数字图像处理---LOG算子和CANNY算子边缘提取(matlab)
LOG算子和CANNY算子边缘提取边缘的含义: 在数字图像中,边缘是指图像局部变化最显著的部分,边缘主要存在于目标与目标,目标与背景之间,是图像局部特性的不连续性,如灰度的突变.纹理结构的突变.颜色 ...
Laplace算子和Laplacian矩陣
1 Laplace算子的物理意義 Laplace算子的定義為梯度的散度. 在Cartesian坐標系下也可表示為: 或者,它是Hessian矩陣的跡: 以熱傳導方程為例,因為熱流與溫度的梯度成正比,那 ...
python-opencv之图像梯度Sobel、Scharr、Laplacian算子边缘检测
Sobel算子是离散微分算子(discrete differentiation operator),用来计算图像灰度的近似梯度,梯度越大越有可能是边缘. Soble算子的功能集合了高斯平滑和微分求导 ...
OpenCV--033_2: 图像梯度--Sobel算子
索贝尔算子(Sobel operator) 主要用作边缘检测,在技术上,它是一离散性差分算子,用来运算图像亮度函数的灰度之近似值.在图像的任何一点使用此算子,将会产生对应的灰度矢量或是其法矢量. So ...

图像梯度——Sobel算子和Laplacian算子

一、Sobel算子

二、Laplacian算子

图像梯度——Sobel算子和Laplacian算子相关推荐

最新文章

热门文章