图像增强常用算子代码示例——均值滤波、中值滤波、梯度算子、拉普拉斯算子、Sobel算子、Prewitt算子、Canny算子

【代码】图像增强常用算子代码示例——均值滤波、中值滤波、梯度算子、拉普拉斯算子、Sobel算子、Prewitt算子、Canny算子。

xcnn_

771人浏览 · 2025-08-18 16:59:44

xcnn_ · 2025-08-18 16:59:44 发布

需要安装这些库：

pip install -U numpy matplotlib scikit-image

1. 均值滤波

# --- 均值滤波 ---
mean_blur = cv2.blur(img, (5,5))

plt.figure(figsize=(8,4))
plt.subplot(1,2,1), plt.imshow(img, cmap="gray"), plt.title("Original")
plt.subplot(1,2,2), plt.imshow(mean_blur, cmap="gray"), plt.title("Mean Filter")
plt.show()

在这里插入图片描述

2. 中值滤波

# --- 中值滤波 ---
median_blur = cv2.medianBlur(img, 5)

plt.figure(figsize=(8,4))
plt.subplot(1,2,1), plt.imshow(img, cmap="gray"), plt.title("Original")
plt.subplot(1,2,2), plt.imshow(median_blur, cmap="gray"), plt.title("Median Filter")
plt.show()

在这里插入图片描述

3. 梯度算子

# --- 梯度算子 (Sobel) ---
sobel_x = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
sobel_y = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
sobel = cv2.magnitude(sobel_x, sobel_y)

plt.figure(figsize=(8,4))
plt.subplot(1,2,1), plt.imshow(img, cmap="gray"), plt.title("Original")
plt.subplot(1,2,2), plt.imshow(sobel, cmap="gray"), plt.title("Sobel Gradient")
plt.show()

在这里插入图片描述

4. Laplace算子

# --- 拉普拉斯算子 ---
laplacian = cv2.Laplacian(img, cv2.CV_64F)

plt.figure(figsize=(8,4))
plt.subplot(1,2,1), plt.imshow(img, cmap="gray"), plt.title("Original")
plt.subplot(1,2,2), plt.imshow(laplacian, cmap="gray"), plt.title("Laplacian")
plt.show()

在这里插入图片描述

5. Sobel 算子

# --- Sobel 边缘检测 ---
sobel_edge = cv2.Sobel(img, cv2.CV_64F, 1, 1, ksize=3)

plt.figure(figsize=(8,4))
plt.subplot(1,2,1), plt.imshow(img, cmap="gray"), plt.title("Original")
plt.subplot(1,2,2), plt.imshow(sobel_edge, cmap="gray"), plt.title("Sobel Edge")
plt.show()

在这里插入图片描述

5. Prewitt 算子

# --- Prewitt 算子 ---
kernelx = np.array([[-1,0,1],[-1,0,1],[-1,0,1]], dtype=np.float32)
kernely = np.array([[-1,-1,-1],[0,0,0],[1,1,1]], dtype=np.float32)
prewitt_x = cv2.filter2D(img, -1, kernelx)
prewitt_y = cv2.filter2D(img, -1, kernely)
prewitt = cv2.magnitude(np.float32(prewitt_x), np.float32(prewitt_y))

plt.figure(figsize=(8,4))
plt.subplot(1,2,1), plt.imshow(img, cmap="gray"), plt.title("Original")
plt.subplot(1,2,2), plt.imshow(prewitt, cmap="gray"), plt.title("Prewitt Edge")
plt.show()

在这里插入图片描述

6. Canny 算子

# --- Canny 算子 ---
canny = cv2.Canny(img, 100, 200)

plt.figure(figsize=(8,4))
plt.subplot(1,2,1), plt.imshow(img, cmap="gray"), plt.title("Original")
plt.subplot(1,2,2), plt.imshow(canny, cmap="gray"), plt.title("Canny Edge")
plt.show()

在这里插入图片描述

小结

方法	原理	数学公式	典型效果
均值滤波 (Mean Filter)	用邻域内像素的平均值替代中心像素，低通滤波	$\frac{1}{mn}\sum_{(s,t)\in W} f(s,t)$	去噪声，模糊细节
中值滤波 (Median Filter)	取邻域内的中值替代中心像素，非线性滤波	$\text{median}\{ f(s,t)\mid (s,t)\in W \}$	去椒盐噪声，保留边缘较好
梯度算子 (Sobel/一阶导数)	利用灰度变化率（差分近似）检测边缘	$\sqrt{G_x^2 + G_y^2}$ ，其中 $G_x=f(x+1,y)-f(x,y)$	突出边缘，增强细节
拉普拉斯算子 (Laplacian/二阶导数)	计算灰度的二阶变化，增强局部突变	$∇2f=∂2f∂x2+∂2f∂y2\nabla^2 f = \frac{\partial^2 f}{\partial x^2} + \frac{\partial^2 f}{\partial y^2}$	图像锐化，增强细节，但对噪声敏感
Sobel 算子	结合平滑和一阶差分的梯度算子	卷积核： $[−101−202−101]\begin{bmatrix}-1&0&1\\-2&0&2\\-1&0&1\end{bmatrix}$	提取边缘，抗噪性好
Prewitt 算子	简化版梯度算子，计算更快	卷积核： $[−101−101−101]\begin{bmatrix}-1&0&1\\-1&0&1\\-1&0&1\end{bmatrix}$	检测边缘，精度稍低于 Sobel
Canny 算子	多步骤边缘检测：高斯滤波 → 梯度计算 → 非极大值抑制 → 双阈值连接	梯度计算 + 高斯滤波公式 $\frac{1}{2\pi\sigma^2}e^{-\frac{x^2+y^2}{2\sigma^2}}$	最优边缘检测，边缘连续、细致

平滑滤波 → 降噪（模糊或保边缘） eg. 中值，均值滤波
锐化滤波 → 突出边缘与细节（但可能放大噪声）eg. 梯度算子，拉普拉斯算子
边缘检测 → 明确目标边界 eg. Sobel, Prewitt, Canny（Canny 最细节）

火山引擎 ADG 社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

OpenClaw 本地部署完整指南（Windows + Ollama）

本文档基于实际部署经验编写，旨在帮助你在 Windows 系统上从零开始搭建 OpenClaw，并连接本地 Ollama 模型（如 Qwen2.5 或 Qwen3），使其具备完整的智能体能力。文档包含了所有关键步骤以及常见问题的解决方案。

火山引擎 ADG 社区

OpenClaw 小白安装指南（Windows版）

（类似一个能自动执行任务的AI机器人），不是游戏。API Key只保存在你本地电脑的加密文件里，不会上传到任何地方。访问：https://github.com/miaoxworld/openclaw-manager/releases。: 一键安装脚本会自动安装Node.js 22+，如果失败，手动下载安装：https://nodejs.org/：在PowerShell中，鼠标右键就是粘贴，不需要按

火山引擎 ADG 社区

飞书 × OpenClaw 接入指南：不用服务器，用长连接把机器人跑起来

这个项目存在的意义，就是把“飞书接 OpenClaw”这件事，整理成一套的配置入口，并把官方文档没覆盖到的坑集中写成排查清单。先说清楚它的角色：OpenClaw 现在已经内置官方飞书插件 @openclaw/feishu，功能更完整、维护也更及时。，说明飞书 + AI 的接入已经走通。另外，仓库也推荐了一个新项目：把 OpenClaw 变成“多 Agent 团队”，用多个 Agent 分工，Sla