（openCV 二十）边缘检测

Sobel 算子和Scharr 算子

cv2.Sobel()，cv2.Schar()，cv2.Laplacian() 等
Sobel 算子是高斯平滑与微分操作的结合体，所以它的抗噪声能力很好。你可以设定求导的方向（xorder 或 yorder）。还可以设定使用的卷积核的大小（ksize）。如果ksize=-1，会使用 3x3 的 Scharr 滤波器，它的的效果要比 3x3 的 Sobel 滤波器好（而且速度相同，所以在使用 3x3 滤波器时应该尽量使用 Scharr 滤波器）。3x3 的 Scharr 滤波器卷积核如下：

Laplacian 算子
拉普拉斯算子可以使用二阶导数的形式定义，可假设其离散实现类似于二
阶 Sobel 导数，事实上，OpenCV 在计算拉普拉斯算子时直接调用 Sobel 算
子。计算公式如下：

import cv2
import numpy as np
from matplotlib import pyplot as plt
img=cv2.imread(‘img/adative1.png’,0)
#cv2.CV_64F 输出图像的深度（数据类型），可以使用-1, 与