python predict函数（python中Prewitt算子如何理解）

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

importcv2ascv importnumpyasnp importmatplotlib.pyplotasplt #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] foriinrange(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