在OpenCV里实现Sobel算子_小言_互联网的博客

在OpenCV里实现Sobel算子

2020-04-01 15:16 596人阅读评论(0)

前面学习过Prewitt算子，它是采用平滑和差分来计算边缘，如果把平滑修改一下，改为高斯平滑，那么这个算子就叫做Sobel算子，这个算子的3阶表示如下：

x轴方向卷积核

y轴方向卷积核

Sobel算子是可分解的卷积核，比如x轴垂直方向可分解为：

[1,2,1]转置 * [-1,0,1]

这样很容易理解它是一维高斯平滑之后再做差分计算。当然，Sobel算子像高斯平滑一样，可以有3、5、7等阶的算子。

可以使用下面例子来演示:

#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import cv2
import numpy as np
from scipy import signal

#图片的路径
imgname = "edge1.png"

#读取图片
image = cv2.imread(imgname, cv2.IMREAD_GRAYSCALE)

#图片的高度和宽度
h,w = image.shape[:2]
print('imagesize={}-{}'.format(w,h))

#显示原图
cv2.imshow("Image",image)

#roberts算子
roberts_cross_h = np.array( [[ -1, -2, -1 ],
                             [ 0,  0,  0 ],
                             [ 1,  2,  1 ]] )

roberts_cross_v = np.array( [[ -1, 0, 1 ],
                             [ -2, 0, 2 ],
                             [ -1, 0, 1 ]] )
#
vertical = signal.convolve2d(image, roberts_cross_v,boundary='symm')
vertical1 = vertical.astype(np.uint8)
cv2.imshow("vertical",vertical1)

horizontal  = signal.convolve2d(image, roberts_cross_h,boundary='symm')
horizontal1  = horizontal .astype(np.uint8)
cv2.imshow("horizontal",horizontal1)

#output_image = np.sqrt( np.square(horizontal) + np.square(vertical))
absX = cv2.convertScaleAbs(horizontal)   # 转回uint8  
absY = cv2.convertScaleAbs(vertical)    
output_image = cv2.addWeighted(absX,0.5,absY,0.5,0)#线性插值  

output_image  = output_image.astype(np.uint8)
cv2.imshow("output_image",output_image)

#opencv Sobel()
x = cv2.Sobel(image,cv2.CV_64F,1,0,ksize=3)  
y = cv2.Sobel(image,cv2.CV_64F,0,1,ksize=3)  
  
absX = cv2.convertScaleAbs(x)   # 转回uint8  
absY = cv2.convertScaleAbs(y)  
  
sobelXY = cv2.addWeighted(absX,0.5,absY,0.5,0)#线性插值  
cv2.imshow("sobelXY",sobelXY)


cv2.waitKey(0)
cv2.destroyAllWindows()

结果输出如下：