说明

1、Sobel算子的中文名称是索贝尔算子，是一种用于边缘检测的离散微分算子。

它结合了高斯平滑和微分求导。

2、Sobel算子在Prewitt算子的基础上增加了权重的概念，认为相邻点的距离对当前像素点的影响是不同的。

距离越近的像素点对当前像素的影响越大，从而锐化图像，突出边缘轮廓。

实例

import cv2 as cv
    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)
    
    # Sobel 算子
    x = cv.Sobel(grayImage, cv.CV_16S, 1, 0)
    y = cv.Sobel(grayImage, cv.CV_16S, 0, 1)
    
    # 转 uint8 ,图像融合
    absX = cv.convertScaleAbs(x)
    absY = cv.convertScaleAbs(y)
    Sobel = 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', 'Sobel 算子']
    images = [rgb_img, Sobel]
    
    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Sobel算子，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。