04 图像梯度处理 Sobel算子

Sobel算子

先来看看sobel算子矩阵的构造，称作卷积核更合适，这就是卷积运算

以3*3卷积核为例
可以看出Gx卷积核会增强垂直方向两边的差异，而Gy卷积核会增强水平方向上下的差异。
同时可以看到，离中间越近代表的权重越大，同时差异会更加明显，类似高斯分布
函数：dst = cv2.Sobel(src, ddepth, dx, dy, ksize)

ddepth:图像的深度
dx和dy分别表示水平和竖直方向（要哪个方向哪个就填1）
ksize是Sobel算子的大小
以前面用的圆的图片为例

#这里新增了个参数CV_64F，是因为可能产生负数
#OpenCV对于负数的像素会直接设置为0，而这个参数就是为了避免这种情况
sobelx = cv2.Sobel(img,cv.CV_64F,1,0,ksize=3)

用CV_64F（保留负数）和不用CV_64F（负数置0）的图像结果矩阵区别如下：