数学之路-python计算实战(21)-机器视觉-拉普拉斯线性滤波

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数学之路-python计算实战(21)-机器视觉-拉普拉斯线性滤波相关的知识,希望对你有一定的参考价值。

拉普拉斯线性滤波,.边缘检測

  Laplacian

Calculates the Laplacian of an image.

C++: void Laplacian(InputArray src, OutputArray dst, int ddepth, int ksize=1, double scale=1, double delta=0, int borderType=BORDER_DEFAULT )
Python: cv2.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]]) → dst
C: void cvLaplace(const CvArr* src, CvArr* dst, int aperture_size=3 )
Python: cv.Laplace(src, dst, apertureSize=3) → None
Parameters:
  • src – Source image.
  • dst – Destination image of the same size and the same number of channels as src .
  • ddepth – Desired depth of the destination image.
  • ksize – Aperture size used to compute the second-derivative filters. See getDerivKernels() for details. The size must be positive and odd.
  • scale – Optional scale factor for the computed Laplacian values. By default, no scaling is applied. See getDerivKernels() for details.
  • delta – Optional delta value that is added to the results prior to storing them in dst .
  • borderType – Pixel extrapolation method. SeeborderInterpolate() for details.

The function calculates the Laplacian of the source image by adding up the second x and y derivatives calculated using the Sobel operator:

技术分享

This is done when ksize > 1 . When ksize == 1 , the Laplacian is computed by filtering the image with the following 技术分享 aperture:

技术分享


Laplace

计算图像的 Laplacian 变换

void cvLaplace( const CvArr* src, CvArr* dst, int aperture_size=3 );
src
输入图像.
dst
输出图像.
aperture_size
核大小 (与 cvSobel 中定义一样).

函数 cvLaplace 计算输入图像的 Laplacian变换,方法是先用 sobel 算子计算二阶 x- 和 y- 差分,再求和:

技术分享

对 aperture_size=1 则给出最快计算结果,相当于对图像採用例如以下内核做卷积:

技术分享




本博客全部内容是原创,假设转载请注明来源

http://blog.csdn.net/myhaspl/


# -*- coding: utf-8 -*-   
#线性锐化滤波,拉普拉斯图像变换
#code:[email protected]
import cv2

fn="test6.jpg"
myimg=cv2.imread(fn)
img=cv2.cvtColor(myimg,cv2.COLOR_BGR2GRAY)

jgimg=cv2.Laplacian(img,-1)
cv2.imshow(‘src‘,img)
cv2.imshow(‘dst‘,jgimg)
cv2.waitKey()
cv2.destroyAllWindows()

技术分享

本博客全部内容是原创,假设转载请注明来源

http://blog.csdn.net/myhaspl/










以上是关于数学之路-python计算实战(21)-机器视觉-拉普拉斯线性滤波的主要内容,如果未能解决你的问题,请参考以下文章

数学之路-python计算实战(16)-机器视觉-滤波去噪(邻域平均法滤波)

数学之路-python计算实战-机器视觉-图像产生加性零均值高斯噪声

数学之路-python计算实战-Lempel-Ziv压缩

数学之路-python计算实战-ubuntu安装pypy

计算机视觉系列教程2-1:图解直方图均衡化原理+Python实战

计算机视觉系列教程2-2:详解图像滤波算法(附Python实战)