【OpenCV 例程200篇】65. 图像锐化——Scharr 算子
【OpenCV 例程200篇】65. 圖像銳化——Scharr 算子
歡迎關注 『OpenCV 例程200篇』 系列,持續更新中
歡迎關注 『Python小白的OpenCV學習課』 系列,持續更新中
3. 空間域銳化濾波(高通濾波)
圖像模糊通過平滑(加權平均)來實現,類似于積分運算。圖像銳化則通過微分運算(有限差分)實現,使用一階微分或二階微分都可以得到圖像灰度的變化值。
圖像銳化的目的是增強圖像的灰度跳變部分,使模糊的圖像變得清晰。圖像銳化也稱為高通濾波,通過和增強高頻,衰減和抑制低頻。圖像銳化常用于電子印刷、醫學成像和工業檢測。
圖像梯度提取方法簡單直接,能夠有效的描述圖像的原始狀態,因此發展出多種圖像梯度算子:Roberts、Prewitt、Sobel、Laplacian、Scharr。
3.5 Scharr 算子
Scharr 算子也稱為 Scharr 濾波器,計算 x 軸或 y 軸方向的圖像差分。
Scharr 算子是 Soble 算子在 ksize=3 時的優化,與 Soble 的速度相同,且精度更高。Scharr 算子與 Sobel 算子的不同點是在平滑部分,其中心元素占的權重更重,相當于使用較小標準差的高斯函數,也就是更瘦高的模板。
Scharr 算子的卷積核為:
Gx=[?303?10010?303],Gy=[?310?300103103]G_x = \begin{bmatrix} -3 & 0 &3\\ -10 & 0 &10\\ -3 & 0 &3\\ \end{bmatrix}, \ G_y = \begin{bmatrix} -3 &10 &-3\\ 0 &0 &10\\ 3 &10 &3\\ \end{bmatrix} Gx?=????3?10?3?000?3103????,?Gy?=????303?10010??3103????
Scharr 算子很容易通過卷積操作 cv.filter2D 實現,OpenCV 也提供了函數 cv.Scharr 實現 Scharr 算子。
函數說明:
cv.Scharr(src, ddepth, dx, dy[, dst[, scale[, delta[, borderType]]]]) → dst參數說明:
- src:輸入圖像
- dst:輸出圖像,大小和類型與 src 相同
- ddepth:輸出圖片的數據深度,由輸入圖像的深度進行選擇
- dx:x 軸方向導數的階數
- dy:y 軸方向導數的階數
- scale:縮放比例因子,可選項,默認值為 1
- delta:輸出圖像的偏移量,可選項,默認值為 0
- borderType:邊界擴充的類型,注意不支持對側填充(BORDER_WRAP)
例程 1.80:圖像銳化:Scharr 算子
# 1.80:圖像銳化:Scharr 算子# img = cv2.imread("../images/Fig0338a.tif", flags=0) # NASA 月球影像圖img = cv2.imread("../images/imgGaia.tif", flags=0)# 使用函數 filter2D 實現 Scharr 算子kernScharrX = np.array([[-3, 0, 3], [-10, 0, 10], [-3, 0, 3]]) # ScharrX kernelkernScharrY = np.array([[-3, 10, -3], [0, 0, 10], [3, 10, 3]]) # ScharrY kernel# 使用 cv2.Scharr 實現 Scharr 算子ScharrX = cv2.Scharr(img, cv2.CV_16S, 1, 0) # 計算 x 軸方向ScharrY = cv2.Scharr(img, cv2.CV_16S, 0, 1) # 計算 y 軸方向absX = cv2.convertScaleAbs(ScharrX) # 轉回 uint8absY = cv2.convertScaleAbs(ScharrY) # 轉回 uint8ScharrXY = cv2.addWeighted(absX, 0.5, absY, 0.5, 0) # 用絕對值近似平方根plt.figure(figsize=(10, 6))plt.subplot(141), plt.axis('off'), plt.title("Original")plt.imshow(img, cmap='gray', vmin=0, vmax=255)plt.subplot(142), plt.axis('off'), plt.title("ScharrX")plt.imshow(ScharrX, cmap='gray', vmin=0, vmax=255)plt.subplot(143), plt.axis('off'), plt.title("ScharrY")plt.imshow(ScharrY, cmap='gray', vmin=0, vmax=255)plt.subplot(144), plt.axis('off'), plt.title("ScharrXY")plt.imshow(ScharrXY, cmap='gray')plt.tight_layout()plt.show()(本節完)
版權聲明:
youcans@xupt 原創作品,轉載必須標注原文鏈接
Copyright 2021 youcans, XUPT
Crated:2021-11-29
歡迎關注 『OpenCV 例程200篇』 系列,持續更新中
歡迎關注 『Python小白的OpenCV學習課』 系列,持續更新中
【OpenCV 例程200篇】01. 圖像的讀取(cv2.imread)
【OpenCV 例程200篇】02. 圖像的保存(cv2.imwrite)
【OpenCV 例程200篇】03. 圖像的顯示(cv2.imshow)
【OpenCV 例程200篇】04. 用 matplotlib 顯示圖像(plt.imshow)
【OpenCV 例程200篇】05. 圖像的屬性(np.shape)
【OpenCV 例程200篇】06. 像素的編輯(img.itemset)
【OpenCV 例程200篇】07. 圖像的創建(np.zeros)
【OpenCV 例程200篇】08. 圖像的復制(np.copy)
【OpenCV 例程200篇】09. 圖像的裁剪(cv2.selectROI)
【OpenCV 例程200篇】10. 圖像的拼接(np.hstack)
【OpenCV 例程200篇】11. 圖像通道的拆分(cv2.split)
【OpenCV 例程200篇】12. 圖像通道的合并(cv2.merge)
【OpenCV 例程200篇】13. 圖像的加法運算(cv2.add)
【OpenCV 例程200篇】14. 圖像與標量相加(cv2.add)
【OpenCV 例程200篇】15. 圖像的加權加法(cv2.addWeight)
【OpenCV 例程200篇】16. 不同尺寸的圖像加法
【OpenCV 例程200篇】17. 兩張圖像的漸變切換
【OpenCV 例程200篇】18. 圖像的掩模加法
【OpenCV 例程200篇】19. 圖像的圓形遮罩
【OpenCV 例程200篇】20. 圖像的按位運算
【OpenCV 例程200篇】21. 圖像的疊加
【OpenCV 例程200篇】22. 圖像添加非中文文字
【OpenCV 例程200篇】23. 圖像添加中文文字
【OpenCV 例程200篇】23. 圖像添加中文文字
【OpenCV 例程200篇】24. 圖像的仿射變換
【OpenCV 例程200篇】25. 圖像的平移
【OpenCV 例程200篇】26. 圖像的旋轉(以原點為中心)
【OpenCV 例程200篇】27. 圖像的旋轉(以任意點為中心)
【OpenCV 例程200篇】28. 圖像的旋轉(直角旋轉)
【OpenCV 例程200篇】29. 圖像的翻轉(cv2.flip)
【OpenCV 例程200篇】30. 圖像的縮放(cv2.resize)
【OpenCV 例程200篇】31. 圖像金字塔(cv2.pyrDown)
【OpenCV 例程200篇】32. 圖像的扭變(錯切)
【OpenCV 例程200篇】33. 圖像的復合變換
【OpenCV 例程200篇】34. 圖像的投影變換
【OpenCV 例程200篇】35. 圖像的投影變換(邊界填充)
【OpenCV 例程200篇】36. 直角坐標與極坐標的轉換
【OpenCV 例程200篇】37. 圖像的灰度化處理和二值化處理
【OpenCV 例程200篇】38. 圖像的反色變換(圖像反轉)
【OpenCV 例程200篇】39. 圖像灰度的線性變換
【OpenCV 例程200篇】40. 圖像分段線性灰度變換
【OpenCV 例程200篇】41. 圖像的灰度變換(灰度級分層)
【OpenCV 例程200篇】42. 圖像的灰度變換(比特平面分層)
【OpenCV 例程200篇】43. 圖像的灰度變換(對數變換)
【OpenCV 例程200篇】44. 圖像的灰度變換(伽馬變換)
【OpenCV 例程200篇】45. 圖像的灰度直方圖
【OpenCV 例程200篇】46. 直方圖均衡化
【OpenCV 例程200篇】47. 圖像增強—直方圖匹配
【OpenCV 例程200篇】48. 圖像增強—彩色直方圖匹配
【OpenCV 例程200篇】49. 圖像增強—局部直方圖處理
【OpenCV 例程200篇】50. 圖像增強—直方圖統計量圖像增強
【OpenCV 例程200篇】51. 圖像增強—直方圖反向追蹤
【OpenCV 例程200篇】52. 圖像的相關與卷積運算
【OpenCV 例程200篇】53. Scipy 實現圖像二維卷積
【OpenCV 例程200篇】54. OpenCV 實現圖像二維卷積
【OpenCV 例程200篇】55. 可分離卷積核
【OpenCV 例程200篇】56. 低通盒式濾波器
【OpenCV 例程200篇】57. 低通高斯濾波器
【OpenCV 例程200篇】58. 非線性濾波—中值濾波
【OpenCV 例程200篇】59. 非線性濾波—雙邊濾波
【OpenCV 例程200篇】60. 非線性濾波—聯合雙邊濾波
【OpenCV 例程200篇】61. 導向濾波(Guided filter)
【OpenCV 例程200篇】62. 圖像銳化——鈍化掩蔽
【OpenCV 例程200篇】63. 圖像銳化——Laplacian 算子
【OpenCV 例程200篇】64. 圖像銳化——Sobel 算子
【OpenCV 例程200篇】65. 圖像銳化——Scharr 算子
【OpenCV 例程200篇】66. 圖像濾波之低通/高通/帶阻/帶通
【OpenCV 例程200篇】67. 空間域圖像增強的綜合應用
【OpenCV 例程200篇】68. 空間域圖像增強的綜合應用
【OpenCV 例程200篇】69. 連續非周期信號的傅立葉系數
【OpenCV 例程200篇】70. 一維連續函數的傅里葉變換
【OpenCV 例程200篇】71. 連續函數的取樣
【OpenCV 例程200篇】72. 一維離散傅里葉變換
【OpenCV 例程200篇】73. 二維連續傅里葉變換
【OpenCV 例程200篇】74. 圖像的抗混疊
【OpenCV 例程200篇】75. Numpy 實現圖像傅里葉變換
【OpenCV 例程200篇】76. OpenCV 實現圖像傅里葉變換
【OpenCV 例程200篇】77. OpenCV 實現快速傅里葉變換
【OpenCV 例程200篇】78. 頻率域圖像濾波基礎
【OpenCV 例程200篇】79. 頻率域圖像濾波的基本步驟
【OpenCV 例程200篇】80. 頻率域圖像濾波詳細步驟
【OpenCV 例程200篇】81. 頻率域高斯低通濾波器
【OpenCV 例程200篇】82. 頻率域巴特沃斯低通濾波器
【OpenCV 例程200篇】83. 頻率域低通濾波:印刷文本字符修復
【OpenCV 例程200篇】84. 由低通濾波器得到高通濾波器
【OpenCV 例程200篇】85. 頻率域高通濾波器的應用
【OpenCV 例程200篇】86. 頻率域濾波應用:指紋圖像處理
【OpenCV 例程200篇】87. 頻率域鈍化掩蔽
【OpenCV 例程200篇】88. 頻率域拉普拉斯高通濾波
【OpenCV 例程200篇】89. 帶阻濾波器的傳遞函數
【OpenCV 例程200篇】90. 頻率域陷波濾波器
【OpenCV 例程200篇】91. 高斯噪聲、瑞利噪聲、愛爾蘭噪聲
【OpenCV 例程200篇】92. 指數噪聲、均勻噪聲、椒鹽噪聲
【OpenCV 例程200篇】93. 噪聲模型的直方圖
【OpenCV 例程200篇】94. 算術平均濾波器
【OpenCV 例程200篇】95. 幾何均值濾波器
【OpenCV 例程200篇】96. 諧波平均濾波器
【OpenCV 例程200篇】97. 反諧波平均濾波器
【OpenCV 例程200篇】98. 統計排序濾波器
【OpenCV 例程200篇】99. 修正阿爾法均值濾波器
【OpenCV 例程200篇】100. 自適應局部降噪濾波器
總結
以上是生活随笔為你收集整理的【OpenCV 例程200篇】65. 图像锐化——Scharr 算子的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: weex监听android返回键,wee
- 下一篇: 用体元滤波器进行降低采样