如何更改Django默认主页为自定义主页,更改Djago默认主页为自定义主页,这是开始网页的第一步。......
python下利用opencv进行梯度计算
梯度计算经常在边缘检测,通过判别灰度变化的程度和方向,从而判断是否存在边缘。常用的有sobel , 拉普拉斯等方法,现在介绍Scharr方法实现梯度计算,它和sobel很向,但是算子核不同。
工具/原料
- opencv python
- pycharm win7
方法/步骤
梯度就是通过对二维离散函数求导,它在边缘上的灰度变化,可以通过梯度方向的最大变化率进行表达,通过求导得出梯度变化方向和幅值等信息。
3x3 Scharr滤波器一般比3x3 Sobel滤波器效果好。结合了高斯平滑与微分。
其算子如图。
首先还是
先计算 x,y两个方向Scharr,然后进行绝对值,因为前面变成浮点数,求导后可能出现负值。
import cv2 as cvimport numpy as npimport copyimport osfrom matplotlib import pyplot as pltfrom skimage.measure import compare_ssimimage = cv.imread("c:\\dajiangdahe.png", 1)
scharr_y = cv.Scharr(image,cv.CV_64F,dx=0,dy=1)
scharr_x = cv.Scharr(image,cv.CV_64F,dx=1,dy=0)
scharr_x = cv.convertScaleAbs(scharr_x)
scharr_y = cv.convertScaleAbs(scharr_y)
然后把2个方向的计算数值通过addWeighted整合为最后结果。
scharrOver = cv.addWeighted(scharr_x,0.5,scharr_y,0.5,0)
cv.imshow("image",image)
cv.imshow("scharr_x",scharr_x)
cv.imshow("scharr_y",scharr_y)
cv.imshow("picture",scharrOver)
cv.waitKey()
再举个例子看得比较清楚。
还是采用米框图
image = cv.imread("c:\\color_MiLine.png", 1)
scharr_x = cv.Scharr(image,cv.CV_64F,dx=1,dy=0)
scharr_x = cv.convertScaleAbs(scharr_x)
scharr_y = cv.Scharr(image,cv.CV_64F,dx=0,dy=1)
scharr_y = cv.convertScaleAbs(scharr_y)
scharrOver = cv.addWeighted(scharr_x,0.5,scharr_y,0.5,0)
cv.imshow("image",image)
cv.imshow("scharr_x",scharr_x)
cv.imshow("scharr_y",scharr_y)
cv.imshow("picture",scharrOver)
cv.waitKey()
cv.destroyAllWindows()
分别输出三种图像进行观察
cv.imshow("image",image)
cv.imshow("scharr_x",scharr_x)
cv.imshow("scharr_y",scharr_y)
cv.imshow("picture",scharrOver)
cv.waitKey()
cv.destroyAllWindows()
通过计算可以检测边缘,效果还可以
注意事项
- convertScaleAbs 还是要有,否则容易有问题
- Scharr函数进行求梯度计算
以上方法由办公区教程网编辑摘抄自百度经验可供大家参考!
标签: python
相关文章
- 详细阅读
-
python中关于单/双引号和转义引号的区别详细阅读
python中关于单/双引号和转义引号的区别,ytho中单/双引号的作用是将引号中间的符号以字符串的形式传递,而在ytho中它们两个的功能是一样的,只不过在遇到转义引号的时候,两者的使用才有所区别,现......
2023-03-16 350 python
- 详细阅读