在线看毛片网站电影-亚洲国产欧美日韩精品一区二区三区,国产欧美乱夫不卡无乱码,国产精品欧美久久久天天影视,精品一区二区三区视频在线观看,亚洲国产精品人成乱码天天看,日韩久久久一区,91精品国产91免费

<menu id="6qfwx"><li id="6qfwx"></li></menu>
    1. <menu id="6qfwx"><dl id="6qfwx"></dl></menu>

      <label id="6qfwx"><ol id="6qfwx"></ol></label><menu id="6qfwx"></menu><object id="6qfwx"><strike id="6qfwx"><noscript id="6qfwx"></noscript></strike></object>
        1. <center id="6qfwx"><dl id="6qfwx"></dl></center>

            博客專欄

            EEPW首頁(yè) > 博客 > 迅為RK3568開發(fā)板Scharr濾波器算子邊緣檢測(cè)

            迅為RK3568開發(fā)板Scharr濾波器算子邊緣檢測(cè)

            發(fā)布人:紅李亞 時(shí)間:2023-10-09 來(lái)源:工程師 發(fā)布文章
            本小節(jié)代碼在配套資料“iTOP-3568 開發(fā)板\03_【iTOP-RK3568 開發(fā)板】指南教程\04_OpenCV 開發(fā)配套資料\33”目錄下,如下圖所示:

            在 Sobel 算子算法函數(shù)中,如果設(shè)置 ksize=-1 就會(huì)使用 3x3 的 Scharr 濾波器。Scharr 算子是 Soble 算子在 ksize=3 時(shí)的優(yōu)化,與 Soble 的速度相同,且精度更高。Scharr 算子與 Sobel

            算子的不同點(diǎn)是在平滑部分,其中心元素占的權(quán)重更重,相當(dāng)于使用較小標(biāo)準(zhǔn)差的高斯函數(shù),也就是更瘦高的模板。

            Scharr 算子的卷積核為:

            cv2.Scharr 函數(shù)功能:

            使用 Scharr 算子進(jìn)行邊緣檢測(cè)。

            函數(shù)原型:

            dst = cv2.Scharr(src, ddepth, dx, dy[, dst[, scale[, delta[, borderType]]]])

            參數(shù)定義:

            dst 代表目標(biāo)圖像。

            src 代表原始圖像。

            ddepth 代表輸出圖像的深度。

            dx 代表 x 方向上的求導(dǎo)階數(shù)。

            dy 代表 y 方向上的求導(dǎo)階數(shù)。

            scale 代表計(jì)算導(dǎo)數(shù)值時(shí)所采用的縮放因子,默認(rèn)情況下該值是 1,是沒(méi)有縮放的。

            delta 代表加在目標(biāo)圖像 dst 上的值,該值是可選的,默認(rèn)為 0。

            borderType 代表邊界樣式。

            實(shí)驗(yàn):

            實(shí)驗(yàn)要求:

            使用 cv2.Scharr 函數(shù),分別對(duì) x 軸和 y 軸進(jìn)行邊緣檢測(cè),隨后使用 cv2.addWeighted 函數(shù)以 0.5:0.5 的比例將兩個(gè)圖像進(jìn)行融合,最后使用 cv2.imshow()函數(shù)對(duì)原圖和邊緣檢測(cè)的三個(gè)圖像進(jìn)行展示

            實(shí)驗(yàn)步驟:

            首先進(jìn)入到 ubuntu 的終端界面將“iTOP-3568 開發(fā)板\03_【iTOP-RK3568 開發(fā)板】指南教程\04_OpenCV 開發(fā)配套資料\33”路徑下的 number.png 拷貝到 ubuntu 虛擬機(jī)上,拷貝完成如

            下圖所示:

            然后來(lái)到 ubuntu 虛擬機(jī)的終端界面,輸入以下命令來(lái)創(chuàng)建 demo33_Scharr.py 文件,如下圖所示:

            vim demo33_Scharr.py

            然后向該文件中添加以下內(nèi)容:

            1 import cv2 #opencv 的縮寫為 cv2,導(dǎo)入 opencv
            2 img = cv2.imread('number.png',1) #flags 參數(shù)為 1,返回彩色圖像
            3 cv2.imshow('原圖',img)#通過(guò) cv2.imshow()函數(shù)展示原圖
            4 scharrx = cv2.Scharr(img,cv2.CV_64F,1,0)# 使用 Sobel 算子進(jìn)行邊緣檢測(cè),數(shù)據(jù)類型設(shè)置為 cv2.CV_64F,只算 x
            5 方向梯度,Sobel 核大小設(shè)置為 3
            6 scharrx = cv2.convertScaleAbs(scharrx) # 計(jì)算絕對(duì)值
            7 cv2.imshow('scharrx',scharrx)#通過(guò) cv2.imshow()函數(shù)展示 x 方向梯度邊緣檢測(cè)計(jì)算之后的圖像
            8 scharry = cv2.Scharr(img,cv2.CV_64F,0,1) #使用 Sobel 算子進(jìn)行邊緣檢測(cè),數(shù)據(jù)類型設(shè)置為 cv2.CV_64F,只算 x
            9 方向梯度,Sobel 核大小設(shè)置為 3
            10 scharry = cv2.convertScaleAbs(scharry) #計(jì)算絕對(duì)值
            11 cv2.imshow('scharry',scharry)#通過(guò) cv2.imshow()函數(shù)展示 y 方向梯度邊緣檢測(cè)計(jì)算之后的圖像
            12 scharrxy = cv2.addWeighted(scharrx,0.5,scharry,0.5,0) # 圖像融合的系數(shù)比為 0.5:0.5,0 表示偏置項(xiàng)
            13 cv2.imshow('sobelxy',scharrxy)#通過(guò) cv2.imshow()函數(shù)展示融合之后的圖像
            14 cv2.waitKey(0)#等待下一次按鍵按下
            15
            第 1 行導(dǎo)入了 opencv 庫(kù);
            第 2 行使用了 imread()函數(shù)對(duì) number.png 圖片進(jìn)行讀取;
            第 3 行使用了 imshow()函數(shù)對(duì)原圖像進(jìn)行展示;
            第 4 行使用 Scharr 算子進(jìn)行邊緣檢測(cè)計(jì)算,數(shù)據(jù)類型設(shè)置為 cv2.CV_64F,只算 x 方向梯度;
            第 8 行使用 Scharr 算子進(jìn)行邊緣檢測(cè)計(jì)算,數(shù)據(jù)類型設(shè)置為 cv2.CV_64F,只算 y 方向梯度;
            第 6 行和第 10 行使用了 convertScaleAbs()函數(shù)獲取絕對(duì)值,并將圖像轉(zhuǎn)換為 8 位;
            第 7 行和第 11 行使用了 imshow()函數(shù)對(duì)兩個(gè)方向梯度進(jìn)行邊緣檢測(cè)計(jì)算之后的圖像進(jìn)行展示;
            第 12 行使用了 addWeighted()函數(shù)進(jìn)行圖像融合,兩個(gè)圖像的融合系數(shù)比為 0.5:0.5;
            第 14 行使用了 imshow()函數(shù)對(duì)融合之后的圖像進(jìn)行展示;
            第 15 行使用了 waitKey()函數(shù),持續(xù)顯示展示照片直到按鍵的按下。
            保存退出之后,在終端界面中輸入以下命令進(jìn)行 python 代碼的運(yùn)行,運(yùn)行結(jié)果如下圖所示:
            python demo33_Scharr.py

            第 1 張圖為原圖,一個(gè)數(shù)獨(dú)圖像被顯示了出來(lái),第 2 張圖像為 x 軸方向梯度經(jīng)過(guò)邊緣檢測(cè)計(jì)算的圖像,可以看到縱向的線條被很好的區(qū)分了出來(lái),第 3 張圖像為 y 軸方向梯度經(jīng)過(guò)邊緣

            檢測(cè)計(jì)算的圖像,可以看到橫向的線條被很好的區(qū)分了出來(lái),第 4 張圖像為兩張邊緣計(jì)算圖像的融合,可以看到圖像的邊緣特點(diǎn)被很好的展現(xiàn)了出來(lái)。至此 Scharr 算子邊緣計(jì)算相關(guān)的實(shí)驗(yàn)就結(jié)束了。

            更多文檔可以查看

            B站搜索-北京迅為RK3568開發(fā)板,

            公眾Hao關(guān)注:北京迅為,


            *博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布,僅代表博主個(gè)人觀點(diǎn),如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。



            關(guān)鍵詞: 開發(fā)板

            相關(guān)推薦

            技術(shù)專區(qū)

            關(guān)閉