opencv_图像梯度

目录

1. 图像梯度介绍
2. 图像梯度的原理
3. OpenCV中图像梯度方法
   （1） Sobel和Scharr算子
   （2） Laplacian 算子
   （3） 自定义核函数通过fiter2D实现
4. 相关知识补充

图像梯度介绍

图像梯度可以把图像看成二维离散函数，图像梯度其实就是这个二维离散函数的求导
在图像上表现出来的就是提取图像的边缘（无论是横向的、纵向的、斜方向的等等）

图像梯度原理

图像梯度原理介绍

Sobel和Scharr算子

Sobel是普通一阶差分，是基于寻找梯度强度。 图像中边缘区域，像素值会发生‘跳跃’，对这些像素求导，在其一阶导数在边缘位置时为极值，这就是sobel算子使用的原理–极值处就是边缘
每一个算子分别对应这x和y这两个方向的模板，算子模板为：

将两个梯度为合并：

为简化算，用绝对值代替，最终梯度为

Sobel算子是结合了高斯平滑与微分运算的结合方法，所以它的抗噪声能力很强,

代码示例

import cv2 as cv
import numpy as np

def sobel_demo(image):
    grade_x = cv.Sobel(image, cv.CV_32F, 1, 0)  #获取水平方向的梯度，对x进行一阶求导，cv.CV_32F，防止位数不够，出现截断或者溢出
    grade_y = cv.Sobel(image, cv.CV_32F, 0, 1)  #获取y轴方向的梯度
    gradex = cv.convertScaleAbs(grade_x)  #对其取绝对值，并转换成uint8形式
    gradey = cv.convertScaleAbs(grade_y)
    cv.imshow("grade_x", gradex)
    cv.imshow("grade_y", gradey)
    grade = cv.addWeighted(gradex, 0.5, gradey, 0.5, 0) #对图片进行融合
    cv.imshow("grade", grade)

print("----------------hello python opencv---------------------")
src = cv.imread("D:/pyhton/PhotoIditifyStuday/photo/manhua.jpg") #读取原图片
cv.namedWindow("input_image", cv.WINDOW_AUTOSIZE)
cv.imshow("input_image", src)
sobel_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

在调用滤波函数时，会遇到一个问题，从黑到白的边界导数是正数，白到黑是负数，所以sobel函数求完导数后会有负值，还会有大于255的值。而原图像是uint8，即8位无符号数，所以图像位数不够，会出现截断。要用更高的数据类型，cv.CV_16S,cv._CV_32F等

在OpenCV函数中，在sobel算子的基础上还有一种Scharr算子，可以获取更强的边缘检测算子模板为：

scharr算子相当于sobel的加强版，不过这样其抗噪能力就会减弱

代码示例

 grade_x = cv.Scharr(image, cv.CV_32F, 1, 0)  #获取水平方向的梯度，对x进行一阶求导，cv.CV_32F防止计算后数据溢出
 grade_y = cv.Scharr(image, cv.CV_32F, 0, 1)  #获取y轴方向的梯度

拉普拉斯算子

拉普拉斯实现的算法是在sobel的基础上，再求导，即对图像求二阶导

核模板：

在经过处理后，不能忘记用convertScaleAbs()函数将其转回原来的uint8类型。否则将无法显示图像，而只是一幅灰色的窗口。

代码示例

def laplacian_demo(image):
    lapl = cv.Laplacian(image, cv.CV_32F)
    dst = cv.convertScaleAbs(lapl)
    cv.imshow("laplacian", dst)


print("----------------hello python opencv---------------------")
src = cv.imread("D:/pyhton/PhotoIditifyStuday/photo/manhua.jpg") #读取原图片
cv.namedWindow("input_image", cv.WINDOW_AUTOSIZE)
cv.imshow("input_image", src)
laplacian_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

自定义核函数通过fiter2D实现

def laplacian_demo(image):
    kernel = np.array([[0, 1, 0], [1, -4, 1], [0, 1, 0]])
    dst = cv.filter2D(image, cv.CV_32F, kernel=kernel)
    lapl = cv.convertScaleAbs(dst)
    cv.imshow("laplaciam", lapl)

def laplacian_plus(image):
    kernel = np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]])
    dst = cv.filter2D(image, cv.CV_32F, kernel=kernel)
    lapl = cv.convertScaleAbs(dst)
    cv.imshow("laplaciam_plus", lapl)


print("----------------hello python opencv---------------------")
src = cv.imread("D:/pyhton/PhotoIditifyStuday/photo/manhua.jpg") #读取原图片
cv.namedWindow("input_image", cv.WINDOW_AUTOSIZE)
cv.imshow("input_image", src)
laplacian_demo(src)
laplacian_plus(src)
cv.waitKey(0)
cv.destroyAllWindows()

相关知识补充

(1) Sobel

Sobel(src, ddepth, dx, dy, dst=None, ksize=None, scale=None, delta=None, borderType=None)

src参数表示输入需要处理的图像。

ddepth参数表示输出图像深度，针对不同的输入图像，输出目标图像有不同的深度。

具体组合如下：
　　src.depth() = CV_8U, 取ddepth =-1/CV_16S/CV_32F/CV_64F （一般源图像都为CV_8U，为了避免溢出，一般ddepth参数选择CV_32F）
　　src.depth() = CV_16U/CV_16S, 取ddepth =-1/CV_32F/CV_64F
　　src.depth() = CV_32F, 取ddepth =-1/CV_32F/CV_64F
　　src.depth() = CV_64F, 取ddepth = -1/CV_64F
　　注：ddepth =-1时，代表输出图像与输入图像相同的深度。
dx和dy表示的是求导的阶数，0表示这个方向上没有求导，一般为0、1、2
其后是可选的参数：
dst参数表示输出与src相同大小和相同通道数的图像。
ksize参数表示Sobel算子的大小，必须为1、3、5、7。
scale参数表示缩放导数的比例常数，默认情况下没有伸缩系数。
delta参数表示一个可选的增量，将会加到最终的dst中，同样，默认情况下没有额外的值加到dst中。
borderType表示判断图像边界的模式。这个参数默认值为cv2.BORDER_DEFAULT。

(2) convertScaleAbsl

convertScaleAbs(src, dst=None, alpha=None, beta=None)

OpenCV的convertScaleAbs函数将数组转为取绝对值并转换 uint8

src参数表示原数组。
dst参数表示输出数组 (深度为 8u)。
alpha参数表示比例因子。
beta参数表示原数组元素按比例缩放后添加的值

(3) addWeighted

addWeighted(src1, alpha, src2, beta, gamma, dst=None, dtype=None)

OpenCV的addWeighted函数是计算两个数组的加权和
rc1参数表示需要加权的第一个输入数组。

alpha参数表示第一个数组的权重。
src2参数表示第二个输入数组，它和第一个数组拥有相同的尺寸和通道数。
beta参数表示第二个数组的权重。
gamma参数表示一个加到权重总和上的标量值。
dst参数表示输出的数组，它和输入的两个数组拥有相同的尺寸和通道数。
dtype参数表示输出数组的可选深度。当两个输入数组具有相同的深度时，这个参数设置为-1（默认值）

(4) Laplacian

Laplacian(src, ddepth, dst=None, ksize=None, scale=None, delta=None, borderType=None)

ddepth参数表示输出图像深度，针对不同的输入图像，输出目标图像有不同的深度。
dst参数表示输出与src相同大小和相同通道数的图像。
ksize参数表示用于计算二阶导数滤波器的孔径大小，大小必须是正数和奇数。，可以通过修改ksize大小来修改算子，ksize默认是1，为4卷积核，3是8卷积核，可以向上加，边缘梯度检测越明显
scale参数表示计算拉普拉斯算子值的比例因子，默认情况下没有伸缩系数。
delta参数表示一个可选的增量，将会加到最终的dst中，同样，默认情况下没有额外的值加到dst中。
borderType表示判断图像边界的模式。这个参数默认值为cv2.BORDER_DEFAULT。