这篇文章主要介绍了python通过robert、sobel、Laplace算子实现图像边缘提取详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

实现思路：

1，将传进来的图片矩阵用算子进行卷积求和（卷积和取绝对值）

2，用新的矩阵（与原图一样大小）去接收每次的卷积和的值

3，卷积图片所有的像素点后，把新的矩阵数据类型转化为uint8

注意：

必须对求得的卷积和的值求绝对值；矩阵数据类型进行转化。

完整代码：

import cv2import numpy as np # robert 算子[[-1,-1],[1,1]]def robert_suanzi(img): r, c = img.shape r_sunnzi = [[-1,-1],[1,1]] for x in range(r): for y in range(c): if (y + 2 <= c) and (x + 2 <= r): imgChild = img[x:x+2, y:y+2] list_robert = r_sunnzi*imgChild img[x, y] = abs(list_robert.sum()) # 求和加绝对值 return img # # sobel算子的实现def sobel_suanzi(img): r, c = img.shape new_image = np.zeros((r, c)) new_imageX = np.zeros(img.shape) new_imageY = np.zeros(img.shape) s_suanziX = np.array([[-1,0,1],[-2,0,2],[-1,0,1]]) # X方向 s_suanziY = np.array([[-1,-2,-1],[0,0,0],[1,2,1]])  for i in range(r-2): for j in range(c-2): new_imageX[i+1, j+1] = abs(np.sum(img[i:i+3, j:j+3] * s_suanziX)) new_imageY[i+1, j+1] = abs(np.sum(img[i:i+3, j:j+3] * s_suanziY)) new_image[i+1, j+1] = (new_imageX[i+1, j+1]*new_imageX[i+1,j+1] + new_imageY[i+1, j+1]*new_imageY[i+1,j+1])**0.5 # return np.uint8(new_imageX) # return np.uint8(new_imageY) return np.uint8(new_image) # 无方向算子处理的图像 # Laplace算子# 常用的Laplace算子模板 [[0,1,0],[1,-4,1],[0,1,0]] [[1,1,1],[1,-8,1],[1,1,1]]def Laplace_suanzi(img): r, c = img.shape new_image = np.zeros((r, c)) L_sunnzi = np.array([[0,-1,0],[-1,4,-1],[0,-1,0]])  # L_sunnzi = np.array([[1,1,1],[1,-8,1],[1,1,1]])  for i in range(r-2): for j in range(c-2): new_image[i+1, j+1] = abs(np.sum(img[i:i+3, j:j+3] * L_sunnzi)) return np.uint8(new_image)  img = cv2.imread('1.jpg', cv2.IMREAD_GRAYSCALE)cv2.imshow('image', img) # # robers算子out_robert = robert_suanzi(img)cv2.imshow('out_robert_image', out_robert) # sobel 算子out_sobel = sobel_suanzi(img)cv2.imshow('out_sobel_image', out_sobel) # Laplace算子out_laplace = Laplace_suanzi(img)cv2.imshow('out_laplace_image', out_laplace) cv2.waitKey(0)cv2.destroyAllWindows()

结果：

以上就是小编所分享的内容，喜欢的话可以加个关注，希望能够帮助到大家。

最后，这里由我自己整理了一套最新的python系统学习教程，从基础到实战，内容的实用性都很高，可以免费送给大家，需要这些资料的可以关注并在后台私信小编：“01”即可领取。