Sobel滤波，Laplace滤波介绍与opencv实现

四、高通滤波器        

        前面一章介绍了使用内核矩阵实现低通滤波器，这个滤波器能够删除或者减弱高频分量。这本节中，我们将介绍相反转换的增加高频分量的方法，也就是高通滤波器。主要用于边缘的检测。

4.1 Sobel函数

      opencv中提供了函数cv::Sobel，利用矩阵卷积方法 近似 实现方向导数的计算。
      函数头文件：#include <opencv2/imgproc/imgproc.hpp>

     函数定义：

CV_EXPORTS_W void Sobel( InputArray src, OutputArray dst, int ddepth,
                         int dx, int dy, int ksize=3,
                         double scale=1, double delta=0,
                         int borderType=BORDER_DEFAULT );

     函数使用：

cv::Sobel(image,sobelX,CV_8U,1,0,3,0.4,128);

cv::Sobel(image,sobelY,CV_8U,0,1,3,0.4,128);

     函数参数介绍：

     int ddepth ： 图像深度，或者说图像处理后值的大小范围

    dx，dy        ：决定是对横向和纵向的Sobel处理

     ksize          ：内核矩阵的大小，默认为3

    scale           ：函数处理后值乘以的系数 即 值*scale

   delta             ：函数处理后值的补偿， 即 值*scale + delta

     函数说明：

     函数实现对图像进行求方向导数，当ksize等于3时，方向导数可以近似用内核Gx，Gy和图像I卷积，如下：

        

    水平与垂直相加，也可以近似为： 。

    当然还有另外一个比Sobel函数的近似效果更好的 Scharr函数，