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