【Python+OpenCV入门学习】十六、边缘检测

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了【Python+OpenCV入门学习】十六、边缘检测，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2389字，纯文字阅读大概需要4分钟。

内容图文

本篇文章介绍图像的边缘检测，如Sobel，Scharr，Laplacian，Canny等。

主要学习cv.Sobel()，cv.Scharr()，cv.Canny()等函数的使用。

环境：Windows 7（64）   Python 3.6    OpenCV 3.4.2

一、边缘检测

1.1相关函数介绍

Sobel()函数形式如下：

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

功能：使用Sobel算子对图像进行处理。

参数：

src：输入图像。

dst：输出图像。

ddepth：输出图像的深度。

dx：给1，x方向进行计算

dy：给1，y方向进行计算

ksize：Sobel算子的大小

scale：缩放因子

delta：将处理的图像加上delta

borderType：边界填充类型

Scharr()函数形式如下：

dst = cv.Scharr( src, ddepth, dx, dy[, dst[, scale[, delta[, borderType]]]] )

功能：使用Scharr算子对图像进行处理。

参数：

src：输入图像。

dst：输出图像。

ddepth：输出图像的深度。

dx：给1，x方向进行计算

dy：给1，y方向进行计算

scale：缩放因子

delta：将处理的图像加上delta

borderType：边界填充类型

Laplacian()函数形式如下：

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

功能：使用Laplacian算子对图像进行处理。

参数：

src：输入图像。

dst：输出图像。

ddepth：输出图像的深度。

dx：给1，x方向进行计算

dy：给1，y方向进行计算

ksize：Sobel算子的大小

scale：缩放因子

delta：将处理的图像加上delta

borderType：边界填充类型

Canny()函数形式如下：

edges = cv.Canny( image, threshold1, threshold2[, edges[, apertureSize[, L2gradient]]] )

功能：使用Canny算子对图像进行处理。

参数：

src：输入图像。8bit图像

edges：输出图像。

threshold1：阈值1

threshold2：阈值2

apertureSize：孔径尺寸，默认3

L2gradient：是否使用L2范数，默认false

1.2 编程测试

代码如下：

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

img = cv.imread('3.png',cv.IMREAD_GRAYSCALE)

#sobel dx
DstSobel = cv.Sobel(img, cv.CV_8U, 1, 0, ksize = 5)
#scharr dx
DstScharr = cv.Scharr(img, cv.CV_8U, 1, 0)
#Laplacian 
DstLaplacian = cv.Laplacian(img, cv.CV_8U, ksize = 5)
#Canny
DstCanny = cv.Canny(img, 100, 200)

#显示
plt.subplot(321),plt.imshow(img),plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(322),plt.imshow(DstSobel),plt.title('Sobel')
plt.xticks([]), plt.yticks([])
plt.subplot(323),plt.imshow(DstScharr),plt.title('Scharr')
plt.xticks([]), plt.yticks([])
plt.subplot(324),plt.imshow(DstLaplacian),plt.title('Laplacian')
plt.xticks([]), plt.yticks([])
plt.subplot(325),plt.imshow(DstCanny),plt.title('Canny')
plt.xticks([]), plt.yticks([])
plt.show()

运行结果图如下：

内容总结

以上是互联网集市为您收集整理的【Python+OpenCV入门学习】十六、边缘检测全部内容，希望文章能够帮你解决【Python+OpenCV入门学习】十六、边缘检测所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端