数字图像处理100问—15 Sobel 滤波器

cv_rsrc

已于 2022-04-28 20:39:46 修改

阅读量2k

点赞数

CC 4.0 BY-SA版权

分类专栏：数字图像处理100问文章标签：计算机视觉人工智能 python 图像处理 opencv

于 2022-04-28 20:34:07 首次发布

本文链接：https://blog.csdn.net/cv_rsrc/article/details/124482891

数字图像处理100问专栏收录该内容

43 篇文章

订阅专栏

本文介绍了如何从零开始学习数字图像处理，重点讲解了Sobel滤波器在提取图像边缘中的应用。通过Python和OpenCV库，实现了Sobel滤波器的垂直和水平方向边缘检测。代码示例展示了对输入图像进行灰度化、边缘补零、应用Sobel滤波器并保存处理结果的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

提示：内容整理自：https://github.com/gzr2017/ImageProcessing100Wen
CV小白从0开始学数字图像处理

15 Sobel 滤波器

Sobel 滤波器可以提取特定方向的边缘，滤波器按下式定义：

     (a)纵向         (b)横向
      1 0 -1            1  2  1
K = [ 2 0 -2 ]   K = [  0  0  0 ]
      1 0 -1           -1 -2 -1

代码如下：

1.引入库

CV2计算机视觉库

import cv2
import numpy as np

2.读入数据

img = cv2.imread("imori.jpg").astype(np.float)
H, W, C = img.shape

b = img[:, :, 0].copy()
g = img[:, :, 1].copy()
r = img[:, :, 2].copy()

3.灰度化

gray = 0.2126 * r + 0.7152 * g + 0.0722 * b
gray = gray.astype(np.uint8)

4.Sobel 滤波器

K_size = 3

5.边缘补0

pad = K_size // 2
out = np.zeros((H + pad*2, W + pad*2), dtype=np.float)
out[pad:pad+H, pad:pad+W] = gray.copy().astype(np.float)
tmp = out.copy()

6 vertical or horizontal

## Sobel vertical
K = [[1., 0., -1.],[2., 0., -2.],[1., 0., -1.]]
## Sobel horizontal
#K = [[1., 2., 1.],[0., 0., 0.], [-1., -2., -1.]]

7.处理

for y in range(H):
    for x in range(W):
        out[pad+y, pad+x] = np.sum(K * (tmp[y:y+K_size, x:x+K_size]))

out[out < 0] = 0
out[out > 255] = 255

out = out[pad:pad+H, pad:pad+W].astype(np.uint8)

8.保存结果

cv2.imwrite("out.jpg", out)
cv2.imshow("result", out)
cv2.waitKey(0)
cv2.destroyAllWindows()

9.Sobel 滤波器处理后结果

左：垂直
右：水平
在这里插入图片描述