1 __author__ = "WSX" 2 import cv2 as cv 3 import numpy as np 4 5 def lapalian_demo(image): #拉普拉斯算子 6 #dst = cv.Laplacian(image, cv.CV_32F) #內置函數來實現 7 #lpls = cv.convertScaleAbs(dst) 8 kernel = np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]]) #自定義來實現 9 dst = cv.filter2D(image, cv.CV_32F, kernel=kernel) 10 lpls = cv.convertScaleAbs(dst) 11 cv.imshow("lapalian_demo", lpls) 12 13 14 def sobel_demo(image): #sobel算子 15 grad_x = cv.Scharr(image, cv.CV_32F, 1, 0) #x的一階導數 16 grad_y = cv.Scharr(image, cv.CV_32F, 0, 1) 17 gradx = cv.convertScaleAbs(grad_x) # 先絕對值 再轉到8位圖像上 18 grady = cv.convertScaleAbs(grad_y) 19 cv.imshow("gradient-x", gradx) #左右有差異的表現 20 cv.imshow("gradient-y", grady) #上下有差異的表現 21 gradxy = cv.addWeighted(gradx, 0.5, grady, 0.5, 0) #一起表現 22 cv.imshow("gradient", gradxy) 23 24 def main(): 25 img = cv.imread("1.JPG") 26 cv.namedWindow("Show", cv.WINDOW_AUTOSIZE) 27 cv.imshow("Show", img) 28 sobel_demo(img) 29 30 cv.waitKey(0) 31 cv.destroyAllWindows() 32 33 main()

?

轉載于:https://www.cnblogs.com/WSX1994/p/9155521.html

總結

以上是生活随笔為你收集整理的12、OpenCV Python 图像梯度的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。