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
B站_计算机毕业设计之家21 分钟前
计算机毕业设计:Python农业数据可视化分析系统 气象数据 农业生产 粮食数据 播种数据 爬虫 Django框架 天气数据 降水量(源码+文档)✅
大数据·爬虫·python·机器学习·信息可视化·课程设计·农业
Q_Q51100828534 分钟前
python+uniapp基于微信小程序的旅游信息系统
spring boot·python·微信小程序·django·flask·uni-app·node.js
鄃鳕36 分钟前
python迭代器解包【python】
开发语言·python
应用市场39 分钟前
OpenCV编程入门:从零开始的计算机视觉之旅
人工智能·opencv·计算机视觉
懷淰メ1 小时前
python3GUI--模仿百度网盘的本地文件管理器 By:PyQt5(详细分享)
开发语言·python·pyqt·文件管理·百度云·百度网盘·ui设计
Q_Q5110082851 小时前
python基于web的汽车班车车票管理系统/火车票预订系统/高铁预定系统 可在线选座
spring boot·python·django·flask·node.js·汽车·php
新子y1 小时前
【小白笔记】普通二叉树(General Binary Tree)和二叉搜索树的最近公共祖先(LCA)
开发语言·笔记·python
囚生CY2 小时前
【速写】优化的深度与广度(Adam & Moun)
人工智能·python·算法
Query*2 小时前
Java 设计模式——工厂模式:从原理到实战的系统指南
java·python·设计模式
爱学习的uu2 小时前
CURSOR最新使用指南及使用思路
人工智能·笔记·python·软件工程