10.opencv-python；cv2库；Sobel算子

Sobel算子原理

通过卷积的思想，Gx是提取x方向上（左右方向）上的差异，通过给每个像素点加上权重，得到了在左右两边不同时放大差异，左右两边相同时通过正负号抵消使其值为0，其差异与0组合形成的x方向上的轮廓。

但是要注意负数问题，负数同样能代表差异大小，但是图像上负数不表现出来，而是在0截断，意味着需要绝对值计算的参与。

同理，y方向相同。

import cv2 #opencv读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt#Matplotlib是RGB
%matplotlib inline 

# 读取圆图并显示
img = cv2.imread('pie.png',cv2.IMREAD_GRAYSCALE)
cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

# 将显示图片和关闭图片设为函数
def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()

# 显示Gx作用下未加入绝对值计算的结果，白到黑是正数，黑到白就是负数了，所有的负数会被截断成0，所以要取绝对值
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
cv_show(sobelx,'sobelx')

# 加入绝对值后Gx效果
sobelx1 = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
sobelx1 = cv2.convertScaleAbs(sobelx1)
cv_show(sobelx1,'sobelx1')

# 加入绝对值后Gy效果
sobely1 = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3)
sobely1 = cv2.convertScaleAbs(sobely1)  
cv_show(sobely1,'sobely1')

# 二者求和
sobelxy = cv2.addWeighted(sobelx1,0.5,sobely1,0.5,0)
cv_show(sobelxy,'sobelxy')

# 直接计算的效果，重影而且不清晰，不建议
sobelxy=cv2.Sobel(img,cv2.CV_64F,1,1,ksize=3)
sobelxy = cv2.convertScaleAbs(sobelxy) 
cv_show(sobelxy,'sobelxy')

# lena读取和显示
img1 = cv2.imread('lena.jpg',cv2.IMREAD_GRAYSCALE)
cv_show(img1,'img1')

# lena对比
sobelx11 = cv2.Sobel(img1,cv2.CV_64F,1,0,ksize=3)
sobelx11 = cv2.convertScaleAbs(sobelx11)
sobely11 = cv2.Sobel(img1,cv2.CV_64F,0,1,ksize=3)
sobely11 = cv2.convertScaleAbs(sobely11)
sobelxy11 = cv2.addWeighted(sobelx11,0.5,sobely11,0.5,0)
res = np.hstack((img,sobelx11,sobely11,sobelxy11))
cv2.imshow('res', res)
cv2.waitKey(0)
cv2.destroyAllWindows()

圆-原图

 Gx不加绝对值

 Gx加了绝对值

 Gy加了绝对值

 0.5*Gx+0.5*Gy，偏置为0

 在调用函数上直接运算效果，不建议

 lena灰度图

lena对比，原图-Gx绝对值处理后-Gy绝对值处理后-0.5*Gx+0.5*Gy