- 📢博客主页：https://loewen.blog.csdn.net
- 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
- 📢本文由 丶布布原创，首发于 CSDN，转载注明出处🙉
- 📢现在的付出，都会是一种沉淀，只为让你成为更好的人✨
文章预览：
- 一. 核心算子
- 二. 代码流程
一. 核心算子
函数：derivate_gauss(Image : DerivGauss : Sigma, Component : ) 将图像与高斯函数的导数进行卷积，并计算由此推导出的各种特征。
参数：
Image（in）：输入图像；
DerivGauss （out）：滤波后的结果图像；
Sigma（in）：高斯平滑系数。如果一个值，那么在列和行方向上的平滑量是相同的；如果在Sigma中传递两个值，第一个值指定在列方向上的平滑量，而第二个值指定在行方向上的平滑量。参考值：（0.2 ≤ Sigma ≤ 50.0）；
Component （in）：要计算的导数或特征。'none'：只平滑，'x'、'y'：沿x、y的一阶导数，'xx'、'yy'：沿x、y的二阶导数等；
二. 代码流程
原图：
代码展示：
dev_update_window ('off')
dev_close_window ()
dev_open_window (0, 0, 450, 400, 'black', WindowHandle)
read_image (Image, 'C:/Users/Administrator/Desktop/11.png')
*像这种缺陷直接使用高斯导数求出来
derivate_gauss (Image, DerivGauss, 1, 'xx')
mean_image (DerivGauss, ImageMean, 2, 10)
threshold (ImageMean, Regions, -8, -1.5)
connection (Regions, ConnectedRegions)
select_shape_std (ConnectedRegions, SelectedRegions, 'max_area', 70)
dev_display (Image)
dev_display (SelectedRegions)
效果展示：
| 下雨天，最惬意的事莫过于躺在床上静静听雨，雨中入眠，连梦里也长出青苔。 |
