OpenCV计算机视觉实战(Python)_05-图像梯度处理

图像梯度-Sobel算子

其计算梯度的过程为：

 

• sobel和scharr对应的参数信息：
• src – 输入图像。dst – 输出图像，与输入图像同样大小，拥有同样个数的通道。
• ddepth –输出图片深度；下面是输入图像支持深度和输出图像支持深度的关系：
• src.depth() = CV_8U, ddepth = -1/CV_16S/CV_32F/CV_64F
• src.depth() = CV_16U/CV_16S, ddepth = -1/CV_32F/CV_64F
• src.depth() = CV_32F, ddepth = -1/CV_32F/CV_64F
• src.depth() = CV_64F, ddepth = -1/CV_64F
• 当 ddepth为-1时， 输出图像将和输入图像有相同的深度。输入8位图像则会截取顶端的导数。
• xorder – x方向导数运算参数。yorder – y方向导数运算参数。
• ksize – Sobel内核的大小，可以是：1，3，5，7。 注意：只可以是小于7 的奇数
• scale – 可选的缩放导数的比例常数。delta – 可选的增量常数被叠加到导数中。borderType – 用于判断图像边界的模式。

import cv2
img = cv2.imread("D:/WeChat.picture/pie.jpg")
cv2.waitKey(0)
cv2.destroyAllWindows()

dst = cv2.Sobel(src, ddepth, dx, dy