操作小记（图像梯度处理）

图像梯度处理

描述：使用sobel算子、scharr算子和Laplacian算子处理同一幅图像（核的大小相同），观察其结果的不同

代码

import cv2
import numpy as np
import matplotlib.pyplot as plt

plt.close('all')

img = cv2.imread("rice.png", 1)

# img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# sobel
# 参数1,0为只在x方向求一阶导数
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)
# 参数0,1为只在y方向求一阶导数
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobely = cv2.convertScaleAbs(sobely)
# 叠加
sobelxy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)

# scharrx
# 参数1,0为只在x方向求一阶导数
scharrx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=-1)
scharrx = cv2.convertScaleAbs(sobelx)
# 参数0,1为只在y方向求一阶导数
scharry = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=-1)
scharry = cv2.convertScaleAbs(sobely)
# 叠加
scharrxy = cv2.addWeighted(scharrx, 0.5, scharry, 0.5, 0)

# Laplacian
laplacian = cv2.Laplacian(img, cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)

titles = ['ori', 'sobel x', 'sobel y',
          'sobel xy', 'scharr xy', 'laplacian']

images = [img, sobelx, sobely, sobelxy, scharrxy, laplacian]

for i in range(6):
    plt.subplot(2, 3, i + 1), plt.imshow(images[i])
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])

plt.show()

效果