opencv转成 16位灰度图_20、 OpenCV导数和梯度

在图像处理中，导数和梯度的概念有点类似，或者说有些关联。梯度在图像处理中非常重要，可以有说，几乎所有的图像处理算法都与梯度有关。梯度包括方向和幅值两部分。最常见的利用梯度的算法就是边缘检测算法。如sobel算法等。在OpenCV中，可以利用sobel、Scharr计算一阶导数或梯度，利用Laplacian计算二阶导数或梯度。

1、Sobel算子 

用于表示微分的最常用算子是Sobel算子。Sobel算子存在任何导数阶以及混合偏导数(例如，∂²/∂x∂y)。sobel算子如下。

void cv::Sobel(

cv::InputArray src,

cv::OutputArray dst,

int ddepth,

int xorder,

int yorder,

cv::Size ksize = 3,

double scale = 1,

double delta = 0,

int borderType = cv::BORDER_DEFAULT

);

src和dst是图像的输入和输出。参数ddepth允许选择输出的深度(例如，CV_32F)。如果src是一个8位图像，那么dst的深度应至少为CV_16S以避免溢出。xorder和yorder是导数的阶数。通常，使用0，1或至多2；0值表示该方向上没有导数。ksize参数应该是奇数，是要使用的滤波器的宽度(和高度)。borderType