说明
1、Roberts算子,又称罗伯茨算子,是最简单的算子,利用局部差分算子寻找边缘算子。
相似梯度幅值的边缘用相邻两象素在对角线方向上的差异进行检测。垂直边缘的检测效果优于斜边缘,定位精度高,噪声敏感。
2、通过OpenCV中的filter2D()函数实现。
该函数的主要功能是通过卷积验证图像的卷积运算:
deffilter2D(src,ddepth,kernel,dst=None,anchor=None,delta=None,borderType=None)
实例
importcv2ascv importmatplotlib.pyplotasplt #读取图像 img=cv.imread('data.jpg',cv.COLOR_BGR2GRAY) rgb_img=cv.cvtColor(img,cv.COLOR_BGR2RGB) #灰度化图像处理 grayImage=cv.cvtColor(img,cv.COLOR_BGR2GRAY) #Roberts算子 kernelx=np.array[[-1,0],[0,1],dtype=int) kernely=np.array([[0,-[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] foriinrange(2): plt.subplot(1,2,i+1),plt.imshow(images[i],'gray') plt.title(titles[i]) plt.xticks([]),plt.yticks([]) plt.show()
以上是python中Roberts算子的介绍,希望对大家有所帮助。更多Python学习指导:python基础教程
本文教程操作环境:windows7系统Python 3.9.1,DELL G3电脑。