opencv学习笔记（三）：梯度计算

本节课主要介绍了几种图像梯度计算的算子以及梯度的计算

先上代码：

def sobel(img):
    dstx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize = 3)#cv2,CV_64F可以表示负数 1，0选择x或者y，ksize是算子矩阵大小
    dsty = cv2.Sobel(img,cv2.CV_64F,0,1,ksize = 3)#cv2,CV_64F可以表示负数 1，0选择x或者y
    #同时计算x梯度与y梯度，即在上面两个函数中dx，dy参数都为1
    dstx = cv2.convertScaleAbs(dstx)#取绝对值，不经过处理直接show会导致有小于0的数值存在，在opencv中会被置为0
    dsty = cv2.convertScaleAbs(dsty)
    return cv2.addWeighted(dstx,1,dsty,1,0)

def scharr(img):
    dstx = cv2.Scharr(img,cv2.CV_64F,1,0)#cv2,CV_64F可以表示负数 1，0选择x或者y
    dsty = cv2.Scharr(img,cv2.CV_64F,0,1)#cv2,CV_64F可以表示负数 1，0选择x或者y
    dstx = cv2.convertScaleAbs(dstx)#取绝对值
    dsty = cv2.convertScaleAbs(dsty)
    return cv2.addWeighted(dstx,1,dsty,1,0)

def laplacian(img):
    lap = cv2.Laplacian(img,cv2.CV_64F)
    return cv2.convertScaleAbs(lap)

下面介绍几种梯度计算算子：
计算方式如下：
$$Gx=[\begin{array}{ccc}-1& 0& +1\\ -2& 0& +2\\ -1& 0& +1\end{array}$$