没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
试读
6页
边缘检测: 1.Roberts算子 2.Prewitt算子 3.Sobel算子 4.Laplacian算子 5.Canny函数 代码如下: import cv2 import numpy as np import matplotlib.pyplot as plt image = cv2.imread('lenna.jpg', cv2.IMREAD_GRAYSCALE) cv2.imshow('origin', image) h, w = image.shape # 获取图像的高度和宽度 # Roberts算子 kernelx = np.array([[-1, 0], [0, 1]], dt
资源推荐
资源详情
资源评论
边缘检测(各类边缘算子)以及角点检测边缘检测(各类边缘算子)以及角点检测 python
边缘检测:
1.Roberts算子
2.Prewitt算子
3.Sobel算子
4.Laplacian算子
5.Canny函数
代码如下:
import cv2
import numpy as np
import matplotlib.pyplot as plt
image = cv2.imread('lenna.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow('origin', image)
h, w = image.shape # 获取图像的高度和宽度
# Roberts算子
kernelx = np.array([[-1, 0], [0, 1]], dtype=int)
kernely = np.array([[0, -1], [1, 0]], dtype=int)
x = cv2.filter2D(image, cv2.CV_16S, kernelx)
y = cv2.filter2D(image, cv2.CV_16S, kernely)
absX = cv2.convertScaleAbs(x)
absY = cv2.convertScaleAbs(y)
Roberts = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)
cv2.imshow('Roberts', Roberts )
# Prewitt算子
kernelx = np.array([[1, 1, 1], [0, 0, 0], [-1, -1, -1]], dtype=int)
kernely = np.array([[-1, 0, 1], [-1, 0, 1], [-1, 0, 1]], dtype=int)
x = cv2.filter2D(image, cv2.CV_16S, kernelx)
y = cv2.filter2D(image, cv2.CV_16S, kernely)
absX = cv2.convertScaleAbs(x)
absY = cv2.convertScaleAbs(y)
Prewitt = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)
cv2.imshow('Prewitt', Prewitt)
# Sobel 滤波器 进行边的检测
sobel_horizontal = cv2.Sobel(image, cv2.CV_64F, 1, 0, ksize=5) # 水平方向
sobel_vetical = cv2.Sobel(image, cv2.CV_64F, 0, 1, ksize=5) # 垂直方向
cv2.imshow('sobel_H', sobel_horizontal) # 水平方向
cv2.imshow('sobel_V', sobel_vetical) # 垂直方向
# 拉普拉斯算子 进行边的检测 64F代表每一个像素点元素占64位浮点数
laplacian = cv2.Laplacian(image, cv2.CV_64F, ksize=5)
cv2.imshow('laplacian', laplacian)
# # Canny边检测器
canny = cv2.Canny(image, 50, 240)
cv2.imshow('Canny', canny)
cv2.waitKey(0)
cv2.destroyAllWindows()
结果图如下
Roberts
资源评论
weixin_38553431
- 粉丝: 6
- 资源: 897
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功