python中Roberts算子指的是什么

本文小編為大家詳細(xì)介紹“python中Roberts算子指的是什么”，內(nèi)容詳細(xì)，步驟清晰，細(xì)節(jié)處理妥當(dāng)，希望這篇“python中Roberts算子指的是什么”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學(xué)習(xí)新知識吧。

說明

1、Roberts算子又稱羅伯茨算子，是最簡單的算子，是利用局部差分算子尋找邊緣的算子。

用相鄰兩象素在對角線方向的差異來檢測相似梯度幅值的邊緣。垂直邊緣的檢測效果優(yōu)于斜邊緣，定位精度高，噪音敏感。

2、通過OpenCV中的filter2D()函數(shù)實現(xiàn)。

該函數(shù)的主要功能是通過卷積核實圖像的卷積運算：

def filter2D(src, ddepth, kernel, dst=None, anchor=None, delta=None, borderType=None)

實例

import cv2 as cv
    import matplotlib.pyplot as plt
    # 讀取圖像
    img = cv.imread('data.jpg', cv.COLOR_BGR2GRAY)
    rgb_img = cv.cvtColor(img, cv.COLOR_BGR2RGB)
 
    # 灰度化處理圖像
    grayImage = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    # Roberts 算子
    kernelx = np.array([[-1, 0], [0, 1]], dtype=int)
    kernely = np.array([[0, -1], [1, 0]], dtype=int)
    
    x = cv.filter2D(grayImage, cv.CV_16S, kernelx)
    y = cv.filter2D(grayImage, cv.CV_16S, kernely)
    
    # 轉(zhuǎn) uint8 ,圖像融合
    absX = cv.convertScaleAbs(x)
    absY = cv.convertScaleAbs(y)
    Roberts = cv.addWeighted(absX, 0.5, absY, 0.5, 0)
    
    # 顯示圖形
    titles = ['原始圖像', 'Roberts算子']
    images = [rgb_img, Roberts]
    
    for i in range(2):
        plt.subplot(1, 2, i + 1), plt.imshow(images[i], 'gray')
        plt.title(titles[i])
        plt.xticks([]), plt.yticks([])
    plt.show()

讀到這里，這篇“python中Roberts算子指的是什么”文章已經(jīng)介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領(lǐng)會，如果想了解更多相關(guān)內(nèi)容的文章，歡迎關(guān)注億速云行業(yè)資訊頻道。