说明

1、Prewitt算子是一阶微分算子的边缘检测，利用像素点上下、左右邻点的灰度差，在边缘达到极值检测边缘。

去除部分伪边缘，对噪声有平滑作用。

2、Prewitt算子用33个模板计算该区域的像素值。

Robert算子有22个模板，因此Prewitt算子的边缘检测结果在水平和垂直方向上比Robert算子更明显。Prewitt算子适用于识别噪音大、灰度渐变的图像。

实例

importcv2ascv
importnumpyasnp
importmatplotlib.pyplotasplt

#读取图像
img=cv.imread('data.jpg',cv.COLOR_BGR2GRAY)
rgb_img=cv.cvtColor(img,cv.COLOR_BGR2RGB)

#灰度化图像处理
grayImage=cv.cvtColor(img,cv.COLOR_BGR2GRAY)

#Prewitt算子
kernelx=np.array([1，1，1]，[0，0，0]，[-1，-1，-1]，dtype=int)
kernely=np.array[-1,0,1]，[-1,0,1]，[-1,0,1]，dtype=int)

x=cv.filter2D(grayImage,cv.CV_16S,kernelx)
y=cv.filter2D(grayImage,cv.CV_16S,kernely)

#转uint8，图像融合
absX=cv.convertScaleAbs(x)
absY=cv.convertScaleAbs(y)
Prewitt=cv.addWeighted(absX,0.5,absY,0.5,0)

#用于正常显示中文标签
plt.rcParams['font.sans-serif']=['SimHei']

#显示图形
titles=['原始图像','Prewitt算子']
images=[rgb_img,Prewitt]

foriinrange(2):
plt.subplot(1,2,i+1),plt.imshow(images[i],'gray')
plt.title(titles[i])
plt.xticks([]),plt.yticks([])
plt.show()

以上是Prewitt算子在python中的理解，希望对大家有所帮助。更多Python学习指导：python基础教程

本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。