OpenCV-Python系列四:图像分割(2)--梯度

OpenCV-Python系列四:图像分割(2)--梯度,第1张

上一期提到的图像阈值处理,不仅可以实现获取你想要的目标区域(作为mask使用),还可以帮你获取图像的边缘信息,那关于图像边缘,本期将从另外的角度来处理。
对边缘信息与背景差异较大的场景,你也可以使用threshold分割,不过若阈值不好选取,Laplacian梯度算子就不失为一直尝试方案,而且上网看看,关于Laplacian算子还可以用来判断图像的模糊程度,这个在相机的自动对焦当中,是否可以尝试判断下?
不过处理的效果并不理想,图像低灰阶部分边缘信息丢失严重。

对于sobel,laplacian算子我们可以使用cv2filter2D()来实现,配置相应的核模板即可,如实现提取水平方向边缘信息:

你可以依据实际的应用需求来配置提取边缘的角度信息,这里以45度角(垂直向下逆时针旋转45度)为例:
对此,你可以采用下面的方式来解决:

这个东西没必要这么纠结于具体的某一个名词的解释,梯度这个东西你知道出现在什么情况下、怎么去利用梯度完成其他的复杂的图像处理 *** 作就可以了。其实通俗来说梯度就是指图像上的色彩、亮度的变化情况,其中不仅仅是灰度图像,彩色图像色度变化也可以用梯度体现。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/12994383.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-29
下一篇 2023-05-29

发表评论

登录后才能评论

评论列表(0条)

保存