【发布时间】:2011-09-22 15:18:24
【问题描述】:
我正在尝试仅使用线性过滤器来检测线条。我的第一次尝试是像这样旋转内核,但不起作用:
kernel = zeros((13,13))
kernel60 = zeros((13,13))
kernel[4] = [0,0,0,0,-1,-1,-1,-1,-1,0,0,0,0]
#kernel[5] = [0,0,0,0,0]
kernel[6] = [0,0,0,0,2,2,2,2,2,0,0,0,0]
#kernel[7] = [0,0,0,0,0]
kernel[8] = [0,0,0,0,-1,-1,-1,-1,-1,0,0,0,0]
rotate60 = zeros((2,3))
GetRotationMatrix2D((6,6),60,1, rotate60)
WarpAffine(kernel,kernel60,rotate60,CV_WARP_FILL_OUTLIERS, ScalarAll(0))
之后,我准备了一个内核,它是两个 Sobel 内核(可控滤波器)的线性组合。这行得通,但我更喜欢非索贝尔内核,类似于第一次尝试。 sobel内核的任何替代品?
Sobel 内核组合:
kernel_x[0] = [-1,0,+1]
kernel_x[1] = [-1,0,+1]
kernel_x[2] = [-1,0,+1]
kernel_y[0] = [-1,-1,-1]
kernel_y[1] = [0,0,0]
kernel_y[2] = [+1,+1,+1]
normal_theta = radians(-30)
kernel = multiply(cos(theta),kernel_x) + multiply(sin(theta),kernel_y)
然后过滤:
Filter2D(src,dst,kernel)
我在 Windows 机器上使用 Python 和 numpy。
【问题讨论】:
-
仅供参考:OpenCV 提供了特殊的Sobel 函数用于使用 Sobel 内核进行过滤。
-
这正是我不喜欢这个解决方案的原因,它只是一个以不同方式应用的清醒过滤器。
标签: python opencv computer-vision