【轉】Python+opencv利用sobel進行邊緣檢測（細節講解）

#! usr/bin/env python
# coding:utf-8

# 2018年7月2日06:48:35
# 2018年7月2日23:11:59

import cv2
import numpy as np
import matplotlib.pyplot as plt


img = cv2.imread('number.jpg',0)
# 其中，0表示將圖片以灰度讀出來。


#### 圖像邊緣處理sobel細節
sobelx = cv2.Sobel(img,cv2.CV_64F, 1, 0, ksize=3)
# 利用Sobel方法能夠進行sobel邊緣檢測
# img表示源圖像，即進行邊緣檢測的圖像
# cv2.CV_64F表示64位浮點數即64float。
# 這裏不使用numpy.float64，由於可能會發生溢出現象。用cv的數據則會自動
# 第三和第四個參數分別是對X和Y方向的導數（即dx,dy），這裏1表示對X求偏導，0表示不對Y求導。其中，X還能夠求2次導。
# 注意：對X求導就是檢測X方向上是否有邊緣。
# 第五個參數ksize是指核的大小。

# 這裏說明一下，這個參數的前四個參數都沒有給誰賦值，而ksize則是被賦值的對象
# 實際上，這時可省略的參數，而前四個是不可省的參數。注意其中的不一樣點
# 還有其餘參數，有須要的話能夠去看，也可留言。

sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
# 與上面不一樣的是對y方向進行邊緣檢測

sobelXY = cv2.Sobel(img, cv2.CV_64F, 1, 1, ksize=3)
# 這裏對兩個方向同時進行檢測，則會過濾掉僅僅只是x或者y方向上的邊緣


##### 圖像展現
# 展現上面處理的圖片，包括源圖像。
# 注意使用subplot和title方法
plt.subplot(2,2,1)
plt.imshow(img,'gray')
# 其中gray表示將圖片用灰度的方式顯示，注意須要使用引號表示這是string類型。
# 能夠用本行命令顯示'gray'的類型：print(type('gray'))
plt.title('src')
plt.subplot(2,2,2)
plt.imshow(sobelx,'gray')
plt.title('sobelX')
plt.subplot(2,2,3)
plt.imshow(sobely,'gray')
plt.title('sobelY')
plt.subplot(2,2,4)
plt.imshow(sobelXY,'gray')
plt.title('sobelXY')
plt.show()
--------------------- 
做者：月下花弄影 
來源：CSDN 
原文：https://blog.csdn.net/qq_27261889/article/details/80891491 
版權聲明：本文爲博主原創文章，轉載請附上博文連接！

其中，能夠看見不一樣算法的效果