【OpenCV】高手勿入! 半小時學會基本操作 11
- 概述
- 梯度運算
- 禮帽
- 黑帽
- Sobel 算子
- 計算 x
- 計算 y
- 計算 x+y
- 融合
概述
OpenCV 是一個跨平台的計算機視覺庫, 支援多語言, 功能強大. 今天小白就帶大家一起攜手走進 OpenCV 的世界. (第 11 課)
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLiYWan5yM4UTO3ITOyQGZmlTZiZTYyYzXzQTNzITMzEzLcZDMyIDMy8CXn9Gbi9CXzV2Zh1WavwVbvNmLvR3YxUjLyM3Lc9CX6MHc0RHaiojIsJye.gif)
梯度運算
梯度: 膨脹 (Dilating) - 腐蝕 (Eroding).
例子:
# 讀取圖檔
pie = cv2.imread("pie.png")
# 核
kernel = np.ones((7, 7), np.uint8)
# 計算梯度
gradient = cv2.morphologyEx(pie, cv2.MORPH_GRADIENT, kernel=kernel)
# 圖檔展示
cv2.imshow("gradient", gradient)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
禮帽
禮帽 (Top Hat): 原始輸入 - 開運算結果.
例子:
# 讀取圖檔
img = cv2.imread("white.png")
# 核
kernel = np.ones((7, 7), np.uint8)
# 禮帽
tophat = cv2.morphologyEx(img, cv2.MORPH_TOPHAT, kernel=kernel)
# 圖檔展示
cv2.imshow("tophat", tophat)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
黑帽
黑帽 (Black Hat): 閉運算 - 原始輸入.
例子:
# 讀取圖檔
img = cv2.imread("white.png")
# 核
kernel = np.ones((7, 7), np.uint8)
# 禮帽
blackhat = cv2.morphologyEx(img, cv2.MORPH_BLACKHAT, kernel=kernel)
# 圖檔展示
cv2.imshow("blackhat", blackhat)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
Sobel 算子
Sobel 算子 (Sobeloperator) 是邊緣檢測中非常重要的一個算子. Sobel 算子是一類離散性差分算子, 用來運算圖像高亮度函數的灰階之近似值.
格式:
cv2.Sobel(src, ddepth, dx, dy, ksize)
參數:
- src: 原圖
- ddepth: 圖檔深度
- dx: 水準方向
- dy: 豎直方向
- ksize: 算子大小
計算 x
代碼:
# 讀取圖檔
img = cv2.imread("pie.png")
# Sobel算子
sobelx = cv2.Sobel(img, -1, 1, 0, ksize=3)
# 展示圖檔
cv2.imshow("sobelx", sobelx)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
計算 y
代碼:
# 讀取圖檔
img = cv2.imread("pie.png")
# Sobel算子
sobely = cv2.Sobel(img, -1, 0, 1, ksize=3)
# 展示圖檔
cv2.imshow("sobely", sobely)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
計算 x+y
代碼:
# 讀取圖檔
img = cv2.imread("pie.png")
# Sobel算子
sobel = cv2.Sobel(img, -1, 1, 1, ksize=3)
# 展示圖檔
cv2.imshow("sobel", sobel)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
融合
代碼:
# Sobel算子
sobelx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobely = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
# 轉換成絕對值
sobelx = cv2.convertScaleAbs(sobelx)
sobely = cv2.convertScaleAbs(sobely)
# 融合
sobel_xy = cv2.addWeighted(sobelx, 0.5, sobely, 0.5, 0)
# 展示圖檔
cv2.imshow("sobel_xy", sobel_xy)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果: