Python-Opencv中图像梯度【Sobel算子，Laplacian算子】

Python-Opencv中图像梯度【Sobel算子，Laplacian算子】

图像梯度

把图片想象成连续函数，因为边缘部分的像素值是与旁边像素明显有区别的，所以对图片局部求极值，就可以得到整幅图片的边缘信息了。不过图片是二维的离散函数，导数就变成了差分，这个差分就称为图像的梯度。

对于具体算子以及求导推导见此博文[https://blog.csdn.net/qq_18815817/article/details/78625845]

1.Sobel 算子

x方向Sobel算子

y方向Sobel算子

Sobel 代码实现

import cv2 as cv


def sobel_demo(image):
	# 由于进行对卷积核卷积后的结果值可能会超过八位，故需要设置数据的类型为cv.CV_32F
    grad_x = cv.Scharr(image, cv.CV_32F, 1, 0)
    grad_y = cv.Scharr(image, cv.CV_32F, 0, 1)
    # 线性变换转换输入数组元素成8位无符号整型
    gradx = cv.convertScaleAbs(<