(考完六級(jí)補(bǔ)上)

1、Sobel算子

2、Laplacian算子

3、Canny算子

edge = cv2.Canny(image, threshold1, threshold2[, edges[, apertureSize[, L2gradient ]]])

• 參數(shù)一：需要處理的圖像
• 參數(shù)二：最小閾值MinThresh
• 參數(shù)三：最大閾值MaxThresh
  介于MinThresh與MaxThresh之間的被識(shí)別為邊界

4、運(yùn)行結(jié)果

4.1 sobel

4.2 Laplacian

5、完整代碼

def EdgeProcess(image):Result1_x = cv.Sobel(image,ddepth=-1,dx=1,dy=0)Result1_y = cv.Sobel(image,ddepth=-1,dx=0,dy=1)#x方向一階邊緣SobelResult_x = cv.convertScaleAbs(Result1_x)#y方向一階邊緣SobelResult_y = cv.convertScaleAbs(Result1_y)#整幅圖像一階邊緣SobelResult_xy = cv.bitwise_or(SobelResult_x,SobelResult_y)#SobelResult_xy 是三通道圖像SobelResult_Result = cv.hconcat((SobelResult_x,SobelResult_y,SobelResult_xy))cv.imshow("SobelResult",SobelResult_Result)cv.waitKey()#拉普拉斯算子Result2 = cv.Laplacian(image,ddepth=-1,ksize=3)LaplacianResult = cv.convertScaleAbs(Result2)cv.imshow("Laplacian",LaplacianResult)cv.waitKey()return;

總結(jié)

以上是生活随笔為你收集整理的图像处理-图像边缘处理的全部?jī)?nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。