说明
1、Roberts算子又称罗伯茨算子,是最简单的算子,是利用局部差分算子寻找边缘的算子。
用相邻两象素在对角线方向的差异来检测相似梯度幅值的边缘。垂直边缘的检测效果优于斜边缘,定位精度高,噪音敏感。
2、通过OpenCV中的filter2D()函数实现。
该函数的主要功能是通过卷积核实图像的卷积运算:
def filter2D(src, ddepth, kernel, dst=None, anchor=None, delta=None, borderType=None)
实例
import cv2 as cv import matplotlib.pyplot as plt # 读取图像 img = cv.imread('data.jpg', cv.COLOR_BGR2GRAY) rgb_img = cv.cvtColor(img, cv.COLOR_BGR2RGB) # 灰度化处理图像 grayImage = cv.cvtColor(img, cv.COLOR_BGR2GRAY) # Roberts 算子 kernelx = np.array([[-1, 0], [0, 1]], dtype=int) kernely = np.array([[0, -1], [1, 0]], dtype=int) x = cv.filter2D(grayImage, cv.CV_16S, kernelx) y = cv.filter2D(grayImage, cv.CV_16S, kernely) # 转 uint8 ,图像融合 absX = cv.convertScaleAbs(x) absY = cv.convertScaleAbs(y) Roberts = cv.addWeighted(absX, 0.5, absY, 0.5, 0) # 显示图形 titles = ['原始图像', 'Roberts算子'] images = [rgb_img, Roberts] for i in range(2): plt.subplot(1, 2, i + 1), plt.imshow(images[i], 'gray') plt.title(titles[i]) plt.xticks([]), plt.yticks([]) plt.show()
以上就是python中Roberts算子的介绍,希望对大家有所帮助。更多Python学习指路:
本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。