opencv使用scharr算子提取图片边缘信息

Scharr算子的精度比sobel算子的精度更高

import cv2
import numpy as np

img = cv2.imread('../data/ren.png', 0)


sobelx = cv2.Scharr(img, cv2.CV_64F, 1, 0)  # 获取水平方向边缘梯度，第二个参数表示获取所有边缘信息不要遗漏
sobely = cv2.Scharr(img, cv2.CV_64F, 0, 1)  # 获取垂直方向边缘梯度，第二个参数表示获取所有边缘信息不要遗漏

sobelx = cv2.convertScaleAbs(sobelx)  # 取绝对值
sobely = cv2.convertScaleAbs(sobely)  # 取绝对值

dst = cv2.addWeighted(sobelx, 1, sobely, 1, 0)  # 将两个方向的梯度结合成新的一个完整图像的梯度

cv2.imshow('dst', dst)
cv2.waitKey()
cv2.destroyAllWindows()

cv2.imwrite('../data/sobel.jpg', dst)

原图

效果图