图像处理Sobel 算子

Sobel算子是一种常用的图像处理算法,用于边缘检测。它利用了图像中灰度值的变化来识别边缘的位置。在OpenCV中,Sobel算子通常用于图像梯度计算,其中包括水平方向和垂直方向的梯度。这两个方向的梯度合并后可以得到图像的边缘信息。

原理:

Sobel算子的原理基于图像中的灰度变化。它使用了一个小的卷积核(3x3的矩阵)对图像进行卷积操作,以检测图像中像素值的梯度。对于水平方向和垂直方向的梯度,Sobel算子使用以下两个核:

水平方向的Sobel算子核:
SobelX = [ − 1 0 1 − 2 0 2 − 1 0 1 ] \text{SobelX} = \begin{bmatrix} -1 & 0 & 1 \\ -2 & 0 & 2 \\ -1 & 0 & 1 \end{bmatrix} SobelX= −1−2−1000121

垂直方向的Sobel算子核:
SobelY = [ − 1 − 2 − 1 0 0 0 1 2 1 ] \text{SobelY} = \begin{bmatrix} -1 & -2 & -1 \\ 0 & 0 & 0 \\ 1 & 2 & 1 \end{bmatrix} SobelY= −101−202−101

这两个核分别对图像进行水平和垂直方向的卷积运算,得到了水平方向和垂直方向上的梯度。

作用和适用场景:

  • 边缘检测:Sobel算子可以帮助识别图像中的边缘,因为边缘处的灰度值通常会发生剧烈变化。
  • 特征提取:梯度信息可以用于图像的特征提取,例如在计算机视觉任务中用于对象识别、图像分割等。

公式:

Sobel算子在水平方向(x轴)的应用:
G x = SobelX ∗ 图像 G_x = \text{SobelX} * \text{图像} Gx=SobelX∗图像

Sobel算子在垂直方向(y轴)的应用:
G y = SobelY ∗ 图像 G_y = \text{SobelY} * \text{图像} Gy=SobelY∗图像

最终梯度图像的合并:
梯度图像 = G x 2 + G y 2 \text{梯度图像} = \sqrt{{G_x}^2 + {G_y}^2} 梯度图像=Gx2+Gy2

代码示例:

python 复制代码
import cv2
import numpy as np

def show_images(image):
    cv2.namedWindow('image',cv2.WINDOW_KEEPRATIO)
    cv2.imshow('image',image)
    cv2.waitKey()
    cv2.destroyAllWindows()

def Sobel(image):
    # 使用Sobel算子计算水平方向和垂直方向的梯度
    sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
    sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
    # 计算梯度的幅值
    gradient_img = np.sqrt(sobel_x ** 2 + sobel_y ** 2)

    return sobel_x,sobel_y,gradient_img

if __name__ == '__main__':
    # 读取图像
    img = cv2.imread('cat-dog.png', flags=0)
    re_img=Sobel(img)
    # 将四张图像连接成一个大图像
    top_row = np.hstack((img, re_img[0]))
    bottom_row = np.hstack((re_img[1], re_img[2]))
    combined_img = np.vstack((top_row, bottom_row))

    show_images(combined_img)
相关推荐
TechNomad4 小时前
十一、OpenCV中图形的绘制
opencv
Bellafu6665 小时前
selenium常用的等待有哪些?
python·selenium·测试工具
小白学大数据5 小时前
Python爬虫常见陷阱:Ajax动态生成内容的URL去重与数据拼接
爬虫·python·ajax
2401_841495646 小时前
【计算机视觉】基于复杂环境下的车牌识别
人工智能·python·算法·计算机视觉·去噪·车牌识别·字符识别
Adorable老犀牛7 小时前
阿里云-ECS实例信息统计并发送统计报告到企业微信
python·阿里云·云计算·企业微信
倔强青铜三7 小时前
苦练Python第66天:文件操作终极武器!shutil模块完全指南
人工智能·python·面试
倔强青铜三7 小时前
苦练Python第65天:CPU密集型任务救星!多进程multiprocessing模块实战解析,攻破GIL限制!
人工智能·python·面试
Panda__Panda7 小时前
docker项目打包演示项目(数字排序服务)
运维·javascript·python·docker·容器·c#
Wnq100727 小时前
如何在移动 的巡检机器人上,实现管道跑冒滴漏的视觉识别
数码相机·opencv·机器学习·计算机视觉·目标跟踪·自动驾驶
Lris-KK8 小时前
力扣Hot100--94.二叉树的中序遍历、144.二叉树的前序遍历、145.二叉树的后序遍历
python·算法·leetcode