Python+OpenCV學習(4)---影象梯度及邊緣檢測
阿新 • • 發佈:2019-02-13
利用python學習OpenCV,個人感覺比較方便。函式的形式與C++基本相同,所以切換過來還是比較好的,對於像我這種對python不太熟練的人,使用python的整合開發環境PyCharm進行學習,可以設定斷點除錯,有助於我這類初學者理解掌握。
下面是常用的邊緣檢測運算元:
執行結果為:# coding:utf-8 __author__ = 'Microcosm' import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread("lena.jpg",1) img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) # sobel 運算元 # cv2.Sobel(src,ddepth,dx,dy,dst=None,ksize,scale,delta) # dx = 1 對x方向求梯度 # dy = 1 對y方向求梯度 img_sobel_x = cv2.Sobel(img_gray, cv2.CV_64F, 1, 0, ksize=3) img_sobel_y = cv2.Sobel(img_gray, cv2.CV_64F, 0, 1, ksize=3) # Laplace 運算元 img_laplace = cv2.Laplacian(img_gray, cv2.CV_64F, ksize=3) # Canny 運算元 img_canny = cv2.Canny(img_gray, 100 , 150) plt.subplot(231), plt.imshow(img_gray, "gray"), plt.title("Original") plt.subplot(232), plt.imshow(img_sobel_x, "gray"), plt.title("Sobel_x") plt.subplot(233), plt.imshow(img_sobel_y, "gray"), plt.title("Sobel_y") plt.subplot(234), plt.imshow(img_laplace, "gray"), plt.title("Laplace") plt.subplot(235), plt.imshow(img_canny, "gray"), plt.title("Canny") plt.show()