OpenCV 图像梯度：cv2.Sobel()，cv2.Schar()，cv2.Laplacian() + 数据类型设置：cv2.CV_8U，cv2.CV_16S，cv2.CV_64F

玉古路38号

于 2020-07-31 15:18:29 发布

阅读量6.1k

点赞数 8

分类专栏： CV Python编程文章标签： python opencv cv

本文链接：https://blog.csdn.net/weixin_46318945/article/details/107710008

版权

原理：

梯度本质上就是导数。OpenCV 提供了三种不同的梯度滤波器，或者说高通滤波器：Sobel，Scharr 和Laplacian。Sobel，Scharr 其实就是求一阶或二阶导数。Scharr 是对Sobel（使用小的卷积核求解求解梯度角度时）的优化。Laplacian 是求二阶导数。

1. Sobel 算子和Scharr 算子

Sobel 算子是高斯平滑与微分操作的结合体，所以它的抗噪声能力很好。你可以设定求导的方向（xorder 或yorder）。还可以设定使用的卷积核的大小（ksize）。如果ksize=-1，会使用3x3 的Scharr 滤波器，它的的效果要比3x3 的Sobel 滤波器好（而且速度相同，所以在使用3x3 滤波器时应该尽量使用Scharr 滤波器）。3x3 的Scharr 滤波器卷积核如下：

x方向