基础理论图像梯度(Image Gradient)概念和求解

引言

什么是图像梯度？以及图像梯度怎么求解？

1 图像梯度的概念

图像梯度是指图像某像素在x和y两个方向上的变化率（与相邻像素比较），是一个二维向量，由2个分量组成X轴的变化、Y轴的变化 。其中：

• X轴的变化是指当前像素右侧（X加1）的像素值减去当前像素左侧（X减1）的像素值。
• Y轴的变化是当前像素下方（Y加1）的像素值减去当前像素上方（Y减1）的像素值。

计算出来这2个分量，形成一个二维向量，就得到了该像素的图像梯度。取反正切arctan，可得到梯度角度。

2 图像梯度的求解

这个求图像梯度的过程可以通过一个卷积核来实现：[-1,0,1]

图像梯度的绝对值为：

图像梯度的角度为：

代码实现：

import numpy as np
import scipy.signal as sig
data = np.array([[0, 105, 0], [40, 255, 90], [0, 55, 0]])
G_x = sig.convolve2d(data, np.array([[-1, 0, 1]]), mode='valid') 
G_y = sig.convolve2d(data, np.array([[-1], [0], [1]]), mode='valid')

参考链接：https://www.icode9.com/content-4-644404.html

这篇好文章是转载于：学新通技术网