OpenCV学习笔记（七）图像卷积

   图像卷积是我们对图像进行处理时最常用的方法，如去噪、滤波、边缘提取等都要用的卷积函数。OpenCV中提供了不同方法的卷积函数，包括Sobel算子、Laplace算子、Canny边缘检测算子等等，除了这些自带的函数，OpenCV库中还提供一种可以自定义卷积核的函数，可由用户自己根据需要定义合适的卷积核。

先学习下OpenCV中自带的卷积函数

Sobel算子

OpenCV中Sobel算子被封装在

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 );

这个函数里面，其中：src表示输入原图像；dst表示输出目标图像；ddepth表示用来度量每一个像素中每一个通道的精度，但它本身与图像的通道数无关！depth数值越大，精度越高。在Opencv中，Mat.depth()得到的是一个0~6的数字，分别代表不同的位数，对应关系如下：
enum{CV_8U=0,CV_8S=1,CV_16U=2,CV_16S=3,CV_32S=4,CV_32F=5,CV_64F=6}，ddepth 由于Sobel运算时可能会出现比较大的值，因此取值方式有以下几种：

• 若 ddepth = CV_8U, 取 ddepth = -1 或 CV_16S 或 CV_32F 或 CV_64F
• 若 ddepth = CV_16U, 或 CV_16S, 取 ddepth = -1 或 CV_32F 或 CV_64F
• 若 ddepth = CV_32F, 取 ddepth = -1 或 CV_32F 或 CV_64F
• 若 ddepth = CV_64F, 取 ddepth = -1 或 CV_64F
• 若 ddepth = -1, 代表输出图像与输入图像相同的深度。
  dx表示对X方向进行求导的差分阶数；dy表示对Y方向进行求导的差分阶数；
  其中， dx=1，dy=0，表示计算X方向的导数，检测出的是垂直方向上的边缘；dx=0，dy=1，表示计算Y方向的导数，检测出的是水平方向上的边缘。
  ksize 表示卷积核的大小，只能为奇数 1、3、5、7 等，特殊情况：当ksize <= 0 时，采用的模板为3 * 3 的Scharr内核。
  当ksize=3时，Sobel内核可能产生比较明显的误差，此时，可以使用 Scharr 函数，该函数仅作用于大小为3的内核。具有跟sobel一样的速度，但结果更精确，其内核为：
  $$\left[\begin{array}{ccc}-3& 0& +3\\ -10& 0& +10\\ -3& 0& +3\end{array}\right]\text{\hspace{1em}( Gx )}$$

$$\left[\begin{array}{ccc}-3& -10& -3\\ 0& 0& 0\\ +3& +10& +3\end{array}\right]\text{\hspace{1em}( Gy )}$$
其调用格式为：
/// 求 X方向梯度
Sobel(src_gray,grad_x,ddepth, 1, 0, CV_SCHARR, scale, delta, BORDER_DEFAULT );
/// 求 Y方向梯度
Sobel(src_gray,grad_y,ddepth, 0, 1, CV_SCHARR, scale, delta, BORDER_DEFAULT );

double scale：默认1。
double delta：默认0。
int borderType：默认值为BORDER_DEFAULT。

调用 Sobel 实现图像效果如下：
对 X 方向求导

对 Y 方向求导

Laplace算子

Laplace算子也是一种边缘检测算子，与Sobel算子不同的地方为它是二阶微分求导，Sobel为一阶