Extraction de bords avec python + OpenCV (filtre Sobel, filtre laplacien)

Comment trouver un filtre différentiel, principes de base http://qiita.com/shim0mura/items/5d3cbef873f2dd81d82c

OpenCV a la capacité d'appliquer des filtres Sobel et laplacien.

Filtre Sobel

cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]]) → dst http://docs.opencv.org/3.0-last-rst/modules/imgproc/doc/filtering.html?highlight=laplacian#sobel

--src: Image d'entrée --dst: image de sortie --ddepth: profondeur de couleur de sortie --dx: ordre de différenciation dans la direction x --dy: ordre de différenciation dans la direction y --ksize: spécifiez la taille du noyau 1, 3, 5, 7

Il dit que lorsque la taille du noyau est 1, un noyau 1x3 ou un noyau 3x1 est utilisé, mais lorsque k = 5,7, cela ressemble à ceci. http://stackoverflow.com/questions/9567882/sobel-filter-kernel-of-large-size

import cv2
from matplotlib import pyplot as plt

img = cv2.imread('Lenna.jpg', 0)

sobelx = cv2.Sobel(img, cv2.CV_32F, 1, 0, ksize=3)
sobely = cv2.Sobel(img, cv2.CV_32F, 0, 1, ksize=3)
sobelx5 = cv2.Sobel(img, cv2.CV_32F, 1, 0, ksize=5)
sobely5 = cv2.Sobel(img, cv2.CV_32F, 0, 1, ksize=5)

plt.subplot(2,2,1),plt.imshow(sobelx,cmap = 'gray')
plt.title('Sobel X k=3'), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,2),plt.imshow(sobely,cmap = 'gray')
plt.title('Sobel Y k=3'), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,3),plt.imshow(sobelx5,cmap = 'gray')
plt.title('Sobel X k=5'), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,4),plt.imshow(sobely5,cmap = 'gray')
plt.title('Sobel Y k=5'), plt.xticks([]), plt.yticks([])
plt.show()

résultat:

La ligne est plus sombre et le flou est plus fort lorsque k = 5 que lorsque k = 3.

Filtre laplacien

cv2.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]]) → dst http://docs.opencv.org/3.0-last-rst/modules/imgproc/doc/filtering.html?highlight=laplacian#laplacian

--src: Image d'entrée --dst: image de sortie --ddepth: profondeur de couleur de sortie --ksize: taille du noyau

Puisqu'il s'agit d'un Laplacien, il n'a pas besoin de spécifier la direction contrairement à celle avec le différentiel du premier ordre.

import cv2
from matplotlib import pyplot as plt

lap = cv2.Laplacian(img, cv2.CV_32F)
lap5 = cv2.Laplacian(img, cv2.CV_32F,ksize=3)

plt.subplot(1,2,1),plt.imshow(lap,cmap = 'gray')
plt.title('Laplacian'), plt.xticks([]), plt.yticks([])
plt.subplot(1,2,2),plt.imshow(lap5,cmap = 'gray')
plt.title('Laplacian k=3'), plt.xticks([]), plt.yticks([])

plt.show()

résultat:

référence:

Traitement d'image numérique (https://www.cgarts.or.jp/book/img_engineer/) http://labs.eecs.tottori-u.ac.jp/sd/Member/oyamada/OpenCV/html/py_tutorials/py_imgproc/py_gradients/py_gradients.html#gradients http://qiita.com/supersaiakujin/items/494cc16836738b5394c8