python |
您所在的位置：网站首页 › plot没有图像 › python |
python
|
图像边缘轮廓提取
图像边缘是存有图像的重要信息，边缘轮廓的提取无异于是重点，记录下sobel边缘轮廓提取算法的实现步骤。 Sobel边缘轮廓提取算法Sobel算法是根据一阶导数进行边缘点的确定，对于待处理图像I，在其x，y两个方向进行求导，取其根号下的x，y方向导数结果的平方和，对整个图像处理完成后，统计极大值所在的位置，就是图像的边缘。 代码： import cv2 as cv import numpy as np import matplotlib.pyplot as plot #sobel img=cv.imread(r"F:\z\2\test-image\0501.jpg",0) plot.imshow(img,cmap=plot.cm.gray) plot.show() x=cv.Sobel(img,cv.CV_16S,1,0) y=cv.Sobel(img,cv.CV_16S,0,1) a=cv.convertScaleAbs(x)#转化为uint8 b=cv.convertScaleAbs(y)#转化为uint8 img1=cv.addWeighted(a,0.5,b,0.5,0)#结合x，y方向sobel plot.imshow(img1,cmap=plot.cm.gray)#灰度显示 plot.show() cv.imwrite(r"F:\z\2\test-image\img1.bmp",img1) #scharr img=cv.imread(r"F:\z\2\test-image\0501.jpg",0) plot.imshow(img,cmap=plot.cm.gray) plot.show() x=cv.Sobel(img,cv.CV_16S,1,0,ksize=-1) y=cv.Sobel(img,cv.CV_16S,0,1,ksize=-1) a=cv.convertScaleAbs(x) b=cv.convertScaleAbs(y) img1=cv.addWeighted(a,0.5,b,0.5,0) plot.imshow(img1,cmap=plot.cm.gray) plot.show() cv.imwrite(r"F:\z\2\test-image\img1.bmp",img1) 实验结果sobel处理前： |
sobel处理后： 
小记：处理之前的图像是背景为0，目标像素为255的情况【本文地址】
今日新闻 |
推荐新闻 |