图像梯度学习,用于边缘检测
学习: - 查找图像梯度,边缘等 - 我们将看到以下函数:cv.Sobel(),cv.Scharr(),cv.Laplacian()等
OpenCV提供三种类型的梯度滤波器或高通滤波器,即Sobel,Scharr和Laplacian。
Sobel 和 Scharr 算子
Sobel算子是高斯平滑加微分运算的联合运算,因此它更抗噪声。逆可以指定要采用的导数方向,垂直或水平(分别通过参数yorder和xorder)。
逆还可以通过参数ksize指定内核的大小。如果ksize = -1,则使用3x3 Scharr滤波器,比3x3 Sobel滤波器具有更好的结果。
Soble算子:
Gx方向的相关模板:
Gy方向的相关模板:Laplacian 算子
它计算了由关系
Δsrc = ∂^2src / ∂x^2 + ∂^2src / ∂y^2
给出的图像的拉普拉斯图,它是每一阶导数通过Sobel算子计算。如果ksize = 1,然后使用以下内核用于过滤:
kernel=
[ 0 1 0
1 −4 1
0 1 0 ]
1 |
|