简单人工智能技术应用使用Python+OpenCV进行图像处理(14)_图像预处理对于整个图像处理任务来讲特

＃ Apply gradient filtering

sobel＿x ＝ cv2．Sobel（img ， cv2．CV＿64F ， dx ＝ 1 ， dy ＝ 0 ， ksize ＝ 5）

sobel＿y ＝ cv2．Sobel（img ， cv2．CV＿64F ， dx ＝ 0 ， dy ＝ 1 ， ksize ＝ 5）

blended ＝ cv2．addWeighted（src1＝sobel＿x ， alpha＝0．5 ， src2＝sobel＿y ，

beta＝0．5 ， gamma＝0）

laplacian ＝ cv2．Laplacian（img ， cv2．CV＿64F）

Sobel运算同时使用高斯平滑和微分。我们通过cv2．Sobel（）函数使用它，可以定义两个不同的方向：垂直方向（sobelx）和水平方向（sobely）。 dx和dy表示导数。当dx ＝ 1时，通过计算像素值沿水平方向的导数，从而进行图像滤波。

通过函数cv2．addWeighted（）对sobelx和sobely的两种过滤器加权求和，可以实现两个方向上的梯度求解及图像滤波。上述代码中两种过滤器设定了相同的权重。

简单人工智能技术应用使用Python+OpenCV进行图像处理(14)