#! usr/bin/python
# coding=utf-8
import numpy as np
import cv2
from scipy import ndimage
# opencv 濾波器
image = cv2.imread('test.jpg', 0)
# kernel_3x3 = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]])
# kernel_5x5 = np.array([[-1, -1, -1, -1, -1],
# [-1, 1, 2, 1, -1],
# [-1, 2, 4, 2, -1],
# [-1, 1, 2, 1, -1],
# [-1, -1, -1, -1, -1]])
# k3 = ndimage.convolve(image, kernel_3x3)
# k5 = ndimage.convolve(image, kernel_5x5)
# sigma = 0
# blurred = cv2.GaussianBlur(image, (11, 11), sigma)
# cv2.imshow('3*3', k3)
# cv2.imshow('5*5', k5)
# cv2.imshow('blurred', blurred)
lap = cv2.Laplacian(image, cv2.CV_8U)
sobel_x = cv2.Sobel(image, cv2.CV_16S, 1, 0)
sobel_y = cv2.Sobel(image, cv2.CV_16S, 0, 1)
abs_x = cv2.convertScaleAbs(sobel_x)
abs_y = cv2.convertScaleAbs(sobel_y)
sobel = cv2.addWeighted(abs_x, 0.5, abs_y, 0.5, 0)
canny = cv2.Canny(image, 10, 150)
cv2.imshow('lap', lap)
# cv2.imshow('sobel_x', sobel_x)
# cv2.imshow('sobel_y', sobel_y)
cv2.imshow('sobel', sobel)
cv2.imshow('canny', canny)
cv2.waitKey()
cv2.destroyAllWindow()
opencv 濾波器 邊緣檢測
最后編輯于 :
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
推薦閱讀更多精彩內(nèi)容
- 【OpenCV入門教程之十二】OpenCV邊緣檢測:Canny算子, Sobel算子, Laplace算子, Sc...
- 圖像中灰度變化較大的非連續(xù)像素可以看做是邊緣,邊緣是最為重要的圖像特征之一,在目標(biāo)檢測、追蹤、識別中都必不可少的使...
- 前提:已經(jīng)配好了opencv+Qt這里只講如何使用api,不怎么講算法原理 既然要用opencv的庫,首先把相應(yīng)的...