说明

1、Prewitt算子是一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘达到极值检测边缘。

去除部分伪边缘，对噪声有平滑作用。

2、Prewitt算子使用33个模板来计算该区域的像素值。

而Robert算子的模板是22个，所以Prewitt算子的边缘检测结果在水平和垂直方向上比Robert算子更明显。Prewitt算子适用于识别噪音大、灰度渐变的图像。

实例

import cv2 as cv
    import numpy as np
    import matplotlib.pyplot as plt
    
    # 读取图像
    img = cv.imread('data.jpg', cv.COLOR_BGR2GRAY)
    rgb_img = cv.cvtColor(img, cv.COLOR_BGR2RGB)
    
    # 灰度化处理图像
    grayImage = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    
    # Prewitt 算子
    kernelx = np.array([[1,1,1],[0,0,0],[-1,-1,-1]],dtype=int)
    kernely = np.array([[-1,0,1],[-1,0,1],[-1,0,1]],dtype=int)
    
    x = cv.filter2D(grayImage, cv.CV_16S, kernelx)
    y = cv.filter2D(grayImage, cv.CV_16S, kernely)
    
    # 转 uint8 ,图像融合
    absX = cv.convertScaleAbs(x)
    absY = cv.convertScaleAbs(y)
    Prewitt = cv.addWeighted(absX, 0.5, absY, 0.5, 0)
    
    # 用来正常显示中文标签
    plt.rcParams['font.sans-serif'] = ['SimHei']
    
    # 显示图形
    titles = ['原始图像', 'Prewitt 算子']
    images = [rgb_img, Prewitt]
    
    for i in range(2):
        plt.subplot(1, 2, i + 1), plt.imshow(images[i], 'gray')
        plt.title(titles[i])
        plt.xticks([]), plt.yticks([])
    plt.show()

以上就是python中Prewitt算子的理解，希望对大家有所帮助。更多Python学习指路：python基础教程

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。