OpenCV图像处理应用之图像梯度与Canny边缘检测

依旧还是我，又是每周的课后总结，虽然我也没学明白，但是总结我会呀。还是总结一下我们小傅老师的课。

1.图像梯度的概念

图像梯度计算的是图像变换的速度。在图像边缘部分，灰度值变化大，那么它的梯度值也会之而变大；相反图像中比较平滑的部分，灰度值变化小，那么它的梯度值也会变化就小。

2.Sobel算子

Sobel 算子是一种离散的微分算子，该算子结合了高斯平滑和微分求导运算。该算子利用局部差分寻找边缘，计算所得的是一个梯度的近似值。

知识储备

dst=cv2.Sobel（src,ddepth,dx,dy[,ksize[,scale[,delta[,borderType]]]]）

dx代表x方向上的求导阶数

dy代表y方向上的求导阶数

ksize代表Sobel核的大小。该值为-1时，则会使用Scharr算子进行运算。

scale代表计算导数值时所采用的缩放因子，默认情况下该值是1，是没有缩放的

delta代表加在目标图像dst上的值，该值是可选的，默认为0

计算图像