在OpenCV里实现Scharr算子_小言_互联网的博客

在OpenCV里实现Scharr算子

2020-04-01 15:16 542人阅读评论(0)

前面学习了Sobel算子，它是高斯平滑与差分的组合，那么把Sobel算子的三阶表示再改进一下，改为下面这样：

左边算子反映垂直方向的边缘，右边算子反映水平方向的边缘。由于Scharr算子比Sobel算子的数值要大，因此对于灰度变化较为敏感，会得到较强的边缘强度，不过细节就会不太好。

例子演示如下：

#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)

#算子
roberts_cross_h = np.array( [[ -3, -10, -3 ],
                             [ 0,  0,  0 ],
                             [ 3,  10,  3 ]] )

roberts_cross_v = np.array( [[ -3,  0, 3 ],
                             [ -10, 0, 10 ],
                             [ -3,  0, 3 ]] )
#
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 Scharr()
x = cv2.Scharr(image,cv2.CV_64F,1,0)  
y = cv2.Scharr(image,cv2.CV_64F,0,1)  
  
absX = cv2.convertScaleAbs(x)   # 转回uint8  
absY = cv2.convertScaleAbs(y)  
  
ScharrXY = cv2.addWeighted(absX,0.5,absY,0.5,0)#线性插值  
cv2.imshow("ScharrXY",ScharrXY)


cv2.waitKey(0)
cv2.destroyAllWindows()

结果输出如下：