OpenCV常用方法记录（2） CV::CornerEigeValsAndVecs,CV:Sobel，CV::Laplacian，CV::ConvertScaleAbs

一：CV::CornerEigeValsAndVecs

CornerEigeValsAndVecs记录图像块的特征值和特征向量用于角点检测。

函数原型：

void CornerEigeValsAndVecs(InputArray src, OutputArray dst, int blocksize, int ksize, int borderType = BORDER_EDFAULT);

参数介绍：

src：输入的单通道8位或浮点图像数组

dst：用来存储结果的图像，和src有相同的大小或类型为CV_32FC(6)

blocksize：领域尺寸

ksize：sobel()算子的孔径参数

borderType ：像素外推方式

二：CV::Sobel

Sobel是用于边缘检测的离散微分算子，结合了高斯平滑以及微分。因为图像是二维的，所以需要在两个方向上求导，边缘检测中Gx用于检测纵向边缘，Gy用于检测横向边缘。

函数原型：

void Sobel(InputArray src, OutputArray dst, int ddepth, int dx, int dy, int ksize = 3, double scale = 1, double delta, int borderType = BORDER_DEFAULT);

参数介绍：

src：输入的图像数组。

dst：输出的边缘检测的结果图像，大小与src一致。

ddepth：输出图像的深度，不同的输入图像，输出图像有不同的深度。

dx：x方向的差分阶数，1或者0。

dy：y方向的差分阶数，1或者0。

ksize ：边缘检测时模板的大小（ksize * ksize），取值为1，3，5，7。

scale ：可选参数，算放导数的放缩因子。

delta：可选的增量常数。

borderType ：用于判断图像外部像素的边界模式，一般是DORDER_DEFAULT。

三：CV::Laplacian

拉普拉斯算子，二阶导数可以用来边缘检测，因为图像是二维的，需要在两个方向上求导，使用拉普拉斯算子将会使求导变得简单。拉普拉斯算子使用了图像梯度，他内部代码是调用了Sobel算子的。

函数原型：

void laplacian(InputArray src, OutputArray dst, int ddepth, int ksize = 1, double scale = 1, double delta，int border = BORDER_DEFAULT);

参数介绍：

src：输入的图像数组，Mat类的对象，需为单通道的8位图像。

dst：输出的边缘检测的结果图像，大小与src一致。

ddepth：输出图像的深度，不同的输入图像，输出图像有不同的深度。

ksize ：边缘检测时模板的大小（ksize * ksize），取值为1，3，5，7。

scale ：可选参数，计算拉普拉斯的比例因子，默认值是1。

delta：表示结果存入目标图之前可选的delta值，默认值是0。

borderType ：用于判断图像外部像素的边界模式，一般是DORDER_DEFAULT。

四：CV::ConvertScaleAbs

ConvertScaleAbs的作用是对整个图像数组中的每一个元素（像素）取绝对值，可以把任意类型的数据转为CV_8UC1。

函数原型：

void ConvertScaleAbs(IntputArray src, OutputArray dst, double alpha = 1.0, double beta = 1.0);

参数介绍:

src：输入的图像数组，Mat类的对象，需为单通道的8位图像。

dst：输出的边缘检测的结果图像，大小与src一致。

alpha ：乘数因子，默认为1.0。

beta ：偏移量，默认1.0。

原理及用法：

若像素值 -255 < src * alpha + beta < 255，取绝对值。

若像素值 src * alpha + beta >= 255 || src * alpha + beta <= -255，取255。