Lesson3-4:OpenCV图像处理---边缘检测

**Lesson3-4: OpenCV 图像处理 --- 边缘检测**

在前面的课程中，我们已经学习了如何使用 OpenCV 库进行基本的图像处理操作，如读取、显示和保存图像。然而，边缘检测是图像处理的一个重要方面，它可以帮助我们识别图像中的特征点或区域。

**什么是边缘检测？**

边缘检测是一种将图像转换为边缘信息的过程，这些边缘信息反映了图像中物体的轮廓和形状。通过边缘检测，我们可以获得图像中物体的位置、大小和形状等信息。

**OpenCV 中的边缘检测**

OpenCV 提供了多种边缘检测算法，包括 Sobel 算法、Laplacian-of-Gaussian (LoG) 算法、Canny 算法等。下面，我们将分别介绍这些算法。

###1. Sobel 算法Sobel 算法是一种简单的边缘检测算法，它通过计算图像中每个像素点周围的梯度来实现边缘检测。Sobel 算法使用两个3x3 的卷积核分别计算水平和垂直方向上的梯度。

import cv2import numpy as np#读取图像img = cv2.imread('image.jpg')

# Sobel 算法sobel_x = cv2.Sobel(img, cv2.CV_64F,1,0)
sobel_y = cv2.Sobel(img, cv2.CV_64F,0,1)

# 组合水平和垂直方向上的梯度grad = np.sqrt(sobel_x**2 + sobel_y**2)

# 显示结果cv2.imshow('Sobel', grad)
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2#读取图像img = cv2.imread('image.jpg')

# Canny 算法canny = cv2.Canny(img,50,150)

# 显示结果cv2.imshow('Canny', canny)
cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2import numpy as np#读取图像img = cv2.imread('image.jpg')

# LoG 算法log = cv2.Laplacian(img, cv2.CV_64F)

# 显示结果cv2.imshow('LoG', log)
cv2.waitKey(0)
cv2.destroyAllWindows()