目标
在本章中，我们将学习：
查找图像梯度，边缘等
我们将看到以下函数：cv.sobel()，cv.scharr()，cv.laplacian()等
理论
opencv提供三种类型的梯度滤波器或高通滤波器，即sobel，scharr和laplacian。我们将看到他们每一种。
1. sobel 和 scharr 算子
sobel算子是高斯平滑加微分运算的联合运算，因此它更抗噪声。逆可以指定要采用的导数方向，垂直或水平（分别通过参数yorder和xorder）。逆还可以通过参数ksize指定内核的大小。如果ksize = -1，则使用3x3 scharr滤波器，比3x3 sobel滤波器具有更好的结果。请参阅文档以了解所使用的内核。
2. laplacian 算子
它计算了由关系给出的图像的拉普拉斯图,它是每一阶导数通过sobel算子计算。如果ksize = 1,然后使用以下内核用于过滤:
代码
下面的代码显示了单个图表中的所有算子。所有内核都是5x5大小。输出图像的深度通过-1得到结果的np.uint8型。
kernel = egin{bmatrix} 0 & 1 & 0  1 & -4 & 1  0 & 1 & 0 end{bm下面的代码显示了单个图表中的所有算子。所有内核都是5x5大小。输出图像的深度通过-1得到结果的np.uint8型。
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('dave.jpg',0)
laplacian = cv.laplacian(img,cv.cv_64f)
sobelx = cv.sobel(img,cv.cv_64f,1,0,ksize=5)
sobely = cv.sobel(img,cv.cv_64f,0,1,ksize=5)
plt.subplot(2,2,1),plt.imshow(img,cmap = 'gray')
plt.title('original'), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,2),plt.imshow(laplacian,cmap = 'gray')
plt.title('laplacian'), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,3),plt.imshow(sobelx,cmap = 'gray')
plt.title('sobel x'), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,4),plt.imshow(sobely,cmap = 'gray')
plt.title('sobel y'), plt.xticks([]), plt.yticks([])
plt.show()
结果:
gradients
一个重要事项
在我们的最后一个示例中，输出数据类型为cv.cv_8u或np.uint8。但这有一个小问题。黑色到白色的过渡被视为正斜率（具有正值），而白色到黑色的过渡被视为负斜率（具有负值）。因此，当您将数据转换为np.uint8时，所有负斜率均设为零。简而言之，您会错过这一边缘信息。
如果要检测两个边缘，更好的选择是将输出数据类型保留为更高的形式，例如cv.cv_16s，cv.cv_64f等，取其绝对值，然后转换回cv.cv_8u。
下面的代码演示了用于水平sobel滤波器和结果差异的此过程。
import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt
img = cv.imread('box.png',0)
# output dtype = cv.cv_8u
sobelx8u = cv.sobel(img,cv.cv_8u,1,0,ksize=5)
# output dtype = cv.cv_64f. then take its absolute and convert to cv.cv_8u
sobelx64f = cv.sobel(img,cv.cv_64f,1,0,ksize=5)
abs_sobel64f = np.absolute(sobelx64f)
sobel_8u = np.uint8(abs_sobel64f)
plt.subplot(1,3,1),plt.imshow(img,cmap = 'gray')
plt.title('original'), plt.xticks([]), plt.yticks([])
plt.subplot(1,3,2),plt.imshow(sobelx8u,cmap = 'gray')
plt.title('sobel cv_8u'), plt.xticks([]), plt.yticks([])
plt.subplot(1,3,3),plt.imshow(sobel_8u,cmap = 'gray')
plt.title('sobel abs(cv_64f)'), plt.xticks([]), plt.yticks([])
plt.show()
查看以下结果：
double_edge
   不断更新资源
   获取更多精彩

---