图像处理Scharr 算子

Scharr算子是用于图像边缘检测的一种算子,它类似于Sobel算子,但是对边缘的响应更加强烈。它可以用来检测图像中的边缘、轮廓等特征。

原理:

Scharr算子是一种卷积核(也称为卷积模板),用于计算图像的梯度。它包含两个3x3的卷积核,分别用于计算图像在水平方向和垂直方向上的梯度。这两个卷积核分别可以表示为:

水平方向的Scharr卷积核:
K x = [ − 3 0 3 − 10 0 10 − 3 0 3 ] K_x = \begin{bmatrix} -3 & 0 & 3 \\ -10 & 0 & 10 \\ -3 & 0 & 3 \end{bmatrix} Kx= −3−10−30003103

垂直方向的Scharr卷积核:
K y = [ − 3 − 10 − 3 0 0 0 3 10 3 ] K_y = \begin{bmatrix} -3 & -10 & -3 \\ 0 & 0 & 0 \\ 3 & 10 & 3 \end{bmatrix} Ky= −303−10010−303

作用和适用场景:

Scharr算子主要用于图像边缘检测,特别是对于边缘细节较多的图像。它可以提供更强的边缘响应,相比于其他算子,更能够准确地检测到图像中的细微变化,因此适用于对细节要求较高的图像处理任务。

示例代码:

在 OpenCV 中,可以使用 cv2.Scharr() 函数来应用Scharr算子进行图像边缘检测。

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 Scharr(image):
    # 应用Scharr算子进行边缘检测
    grad_x=cv2.Scharr(image,cv2.CV_64F,1,0)# 在x方向上计算梯度
    grad_y=cv2.Scharr(image,cv2.CV_64F,0,1)# 在y方向上计算梯度

    abs_x=cv2.convertScaleAbs(grad_x)
    abs_y=cv2.convertScaleAbs(grad_y)

    grad_xy=cv2.addWeighted(abs_x,0.5,abs_y,0.5,0)

    return grad_x,grad_y,grad_xy

if __name__ == '__main__':
    # 读取图像
    img = cv2.imread('cat-dog.png', flags=0)
    re_img=Scharr(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
宇宙浪子4 分钟前
在 UOS(统信操作系统,基于 Debian/Ubuntu 体系)上编译 OpenCV 4.10.0
opencv·ubuntu·debian
離離原上譜1 小时前
python-docx 安装与快速入门
python·word·python-docx·自动化办公·1024程序员节
JuicyActiveGilbert2 小时前
【Python进阶】第2篇:单元测试
开发语言·windows·python·单元测试
今天没ID2 小时前
Numpy加权平均数
python
唐叔在学习2 小时前
200kb能作甚?mss表示我给你整个截图程序
后端·python
智能化咨询2 小时前
Python 小工具实战:图片水印批量添加工具——从原理到实现的全流程指南
python
用户3721574261352 小时前
如何使用 Python 自动调整 Excel 行高和列宽
python
用户8356290780512 小时前
用Python自动化转换PowerPoint幻灯片为图片
后端·python
柳鲲鹏2 小时前
多种方法:OpenCV中修改像素RGB值
前端·javascript·opencv·1024程序员节
程序员爱钓鱼2 小时前
Python编程实战 · 基础入门篇 | 推导式(列表推导式 / 字典推导式)
后端·python