Python图像锐化与边缘检测之Sobel与Laplacian算子详解

　　# -*- coding: utf-8 -*-

　　# By:Eastmount

　　import cv2

　　import numpy as np

　　import matplotlib.pyplot as plt

　　#读取图像

　　img = cv2.imread('luo.png')

　　lenna_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

　　#灰度化处理图像

　　grayImage = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

　　#高斯滤波

　　gaussianBlur = cv2.GaussianBlur(grayImage, (3,3), 0)

　　#阈值处理

　　ret, binary = cv2.threshold(gaussianBlur, 127, 255, cv2.THRESH_BINARY)

　　#Roberts算子

　　kernelx = np.array([[-1,0],[0,1]], dtype=int)

　　kernely = np.array([[0,-1],[1,0]], dtype=int)

　　x = cv2.filter2D(binary, cv2.CV_16S, kernelx)

　　y = cv2.filter2D(binary, cv2.CV_16S, kernely)

　　absX = cv2.convertScaleAbs(x)

　　absY = cv2.convertScaleAbs(y)

　　Roberts = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)

　　#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)

　　x = cv2.filter2D(binary, cv2.CV_16S, kernelx)

　　y = cv2.filter2D(binary, cv2.CV_16S, kernely)

　　absX = cv2.convertScaleAbs(x)

　　absY = cv2.convertScaleAbs(y)

　　Prewitt = cv2.addWeighted(absX,0.5,absY,0.5,0)

　　#Sobel算子

　　x = cv2.Sobel(binary, cv2.CV_16S, 1, 0)

　　y = cv2.Sobel(binary, cv2.CV_16S, 0, 1)

　　absX = cv2.convertScaleAbs(x)

　　absY = cv2.convertScaleAbs(y)

　　Sobel = cv2.addWeighted(absX, 0.5, absY, 0.5, 0)

　　#拉普拉斯算法

　　dst = cv2.Laplacian(binary, cv2.CV_16S, ksize = 3)

　　Laplacian = cv2.convertScaleAbs(dst)

　　#效果图

　　titles = ['Source Image', 'Binary Image', 'Roberts Image',

　　'Prewitt Image','Sobel Image', 'Laplacian Image']

　　images = [lenna_img, binary, Roberts, Prewitt, Sobel, Laplacian]

　　for i in np.arange(6):

　　plt.subplot(2,3,i+1),plt.imshow(images[i],'gray')

　　plt.title(titles[i])

　　plt.xticks([]),plt.yticks([])

　　plt.show()