sobel和canny算子边缘检测代码

以下是使用OpenCV库实现Sobel和Canny算子边缘检测的Python代码：

Sobel算子：

import cv2

# 读取图像
img = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)

# Sobel算子边缘检测
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobel = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)

# 显示结果
cv2.imshow('Sobel', sobel)
cv2.waitKey(0)
cv2.destroyAllWindows()

Canny算子：

import cv2

# 读取图像
img = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)

# Canny算子边缘检测
canny = cv2.Canny(img, 100, 200)

# 显示结果
cv2.imshow('Canny', canny)
cv2.waitKey(0)
cv2.destroyAllWindows()

相关问题

opencv利用sobel和canny算子进行边缘检测

OpenCV是一款流行的计算机视觉库，其中包含了许多图像处理算法。其中，sobel和canny算子是两种常用的边缘检测算法。

Sobel算子是一种基于梯度的边缘检测算法，其通过对图像进行卷积操作来检测图像中的边缘。在OpenCV中，可以使用cv2.Sobel()函数来实现Sobel算子的边缘检测。下面是一个示例代码：

import cv2

# 读取图像
img = cv2.imread('test.jpg', 0)

# 对图像进行Sobel边缘检测
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=5)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=5)
sobel = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)

# 显示结果
cv2.imshow('Sobel', sobel)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，cv2.Sobel()函数的第一个参数是输入图像，第二个参数是输出图像的数据类型，第三个和第四个参数是对应于x和y方向的求导阶数，最后一个参数是卷积核的大小。

Canny算子是另一种常用的边缘检测算法，其通过计算图像中像素点的灰度梯度和非极大值抑制来检测边缘。在OpenCV中，可以使用cv2.Canny()函数来实现Canny算子的边缘检测。下面是一个示例代码：

import cv2

# 读取图像
img = cv2.imread('test.jpg', 0)

# 对图像进行Canny边缘检测
edges = cv2.Canny(img, 100, 200)

# 显示结果
cv2.imshow('Canny', edges)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，cv2.Canny()函数的第一个参数是输入图像，第二个和第三个参数是Canny算子的阈值，用于控制边缘的检测程度。

总的来说，OpenCV提供了简单易用的sobel和canny算子，用于处理图像边缘检测问题。

Prewitt算子，Sobel算子，Laplacian算子，Canny算子边缘检测python代码

以下是基于 OpenCV 库实现的 Prewitt 算子、Sobel 算子、Laplacian 算子、Canny 算子边缘检测的 Python 代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# Prewitt算子
kernelx = np.array([[1, 1, 1], [0, 0, 0], [-1, -1, -1]], dtype=int)
kernely = np.array([[-1, 0, 1], [-1, 0, 1], [-1, 0, 1]], dtype=int)
img_prewittx = cv2.filter2D(img, -1, kernelx)
img_prewitty = cv2.filter2D(img, -1, kernely)
img_prewitt = img_prewittx + img_prewitty

# Sobel算子
img_sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
img_sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
img_sobel = img_sobelx + img_sobely

# Laplacian算子
img_laplacian = cv2.Laplacian(img, cv2.CV_64F)

# Canny算子
img_canny = cv2.Canny(img, 100, 200)

# 显示图像
cv2.imshow('prewitt', img_prewitt)
cv2.imshow('sobel', img_sobel)
cv2.imshow('laplacian', img_laplacian)
cv2.imshow('canny', img_canny)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，Prewitt 算子和 Sobel 算子使用的是 `cv2.filter2D()` 函数，Laplacian 算子使用的是 `cv2.Laplacian()` 函数，Canny 算子使用的是 `cv2.Canny()` 函数。注意，Canny 算子需要指定两个阈值参数。