Python邊緣檢測(cè)之prewitt,sobel和laplace算子詳解
濾波算子簡(jiǎn)介
ndimage中提供了卷積算法，并且建立在卷積之上，提供了三種邊緣檢測(cè)的濾波方案：prewitt, sobel以及l(fā)aplace。
在convolve中列舉了一個(gè)用于邊緣檢測(cè)的濾波算子，統(tǒng)一維度后，其x xx和y yy向的梯度算子分別寫(xiě)為
此即prewitt算子。
Sobel算子為Prewitt增添了中心值的權(quán)重，記為
這兩種邊緣檢測(cè)算子，均適用于某一個(gè)方向，ndimage還提供了lapace算子，其本質(zhì)是二階微分算子，其3×3卷積模板可表示為
具體實(shí)現(xiàn)
ndimage封裝的這三種卷積濾波算法，定義如下
prewitt(input, axis=-1, output=None, mode='reflect', cval=0.0) sobel(input, axis=-1, output=None, mode='reflect', cval=0.0) laplace(input, output=None, mode='reflect', cval=0.0)
其中，mode表示卷積過(guò)程中對(duì)邊緣效應(yīng)的彌補(bǔ)方案，設(shè)待濾波數(shù)組為a b c d，則在不同的模式下，對(duì)邊緣進(jìn)行如下填充
| 左側(cè)填充 | 數(shù)據(jù) | 右側(cè)填充 | |
|---|---|---|---|
| reflect | d c b a | a b c d | d c b a |
| constant | k k k k | a b c d | k k k k |
| nearest | a a a a | a b c d | d d d d |
| mirror | d c b | a b c d | c b a |
| wrap | a b c d | a b c d | a b c d |
測(cè)試
接下來(lái)測(cè)試一下
from scipy.ndimage import prewitt, sobel, laplace
from scipy.misc import ascent
import matplotlib.pyplot as plt
img = ascent()
dct = {
"origin" : lambda img:img,
"prewitt" : prewitt,
"sobel" : sobel,
"laplace" : lambda img : abs(laplace(img))
}
fig = plt.figure()
for i,key in enumerate(dct):
ax = fig.add_subplot(2,2,i+1)
ax.imshow(dct[key](img), cmap=plt.cm.gray)
plt.ylabel(key)
plt.show()
為了看上去更加簡(jiǎn)潔，代碼中將原圖、prewitt濾波、sobel濾波以及l(fā)aplace濾波封裝在了一個(gè)字典中。其中origin表示原始圖像，對(duì)應(yīng)的函數(shù)是一個(gè)lambda表達(dá)式。
在繪圖時(shí)，通過(guò)將cmap映射到plt.cm.gray，使得繪圖之后表現(xiàn)為灰度圖像。
效果如下
到此這篇關(guān)于Python邊緣檢測(cè)之prewitt,sobel和laplace算子詳解的文章就介紹到這了,更多相關(guān)Python邊緣檢測(cè)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python實(shí)現(xiàn)網(wǎng)頁(yè)截圖（PyQT5）過(guò)程解析
這篇文章主要介紹了Python實(shí)現(xiàn)網(wǎng)頁(yè)截圖（PyQT5）過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
在某些情況下,您可能希望將字符串動(dòng)態(tài)轉(zhuǎn)換為變量名,在本文中,我們將通過(guò)四個(gè)簡(jiǎn)單的示例來(lái)探索如何在Python中將字符串轉(zhuǎn)換為變量名,需要的朋友可以參考下2024-10-10
Python?運(yùn)算符通常用于對(duì)值和變量執(zhí)行操作。這些是用于邏輯和算術(shù)運(yùn)算的標(biāo)準(zhǔn)符號(hào)。在本文中，我們將研究不同類型的?Python?運(yùn)算符，感興趣的可以了解一下2022-09-09
Python學(xué)習(xí)筆記之視頻人臉檢測(cè)識(shí)別實(shí)例教程
這篇文章主要給大家介紹了關(guān)于Python學(xué)習(xí)筆記之視頻人臉檢測(cè)識(shí)別的相關(guān)資料，文中通過(guò)示例代碼以及圖文介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03
python?服務(wù)器批處理得到PSSM矩陣的問(wèn)題
這篇文章主要介紹了python?服務(wù)器批處理得到PSSM矩陣,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-07-07
Python 50行爬蟲(chóng)抓取并處理圖靈書(shū)目過(guò)程詳解
這篇文章主要介紹了Python 50行爬蟲(chóng)抓取并處理圖靈書(shū)目過(guò)程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09
這篇文章主要介紹了簡(jiǎn)單了解Python生成器是什么，生成器就是一個(gè)在行為上和迭代器非常類似的對(duì)象，如果把迭代器比作 Android 系統(tǒng)，那么生成器就是 iOS，二者功能上差不多，但是生成器更優(yōu)雅,需要的朋友可以參考下2019-07-07
每天上班最痛苦的事情就是早起早起早起！這是大部分上班族的痛苦，但是不上班又是不可能的啦，因?yàn)槎际菫榱烁沐X。本文用Python制作了三款有趣的鬧鐘，感興趣的可以學(xué)習(xí)一下2022-05-05
python實(shí)現(xiàn)網(wǎng)絡(luò)五子棋
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)網(wǎng)絡(luò)五子棋，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-04-04
這篇文章主要介紹了python顯示生日是星期幾的方法,涉及Python使用date模塊操作日期的技巧,需要的朋友可以參考下2015-05-05