图像梯度--三种算子

1、Sobel算子

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
• ksize是Sobel算子的大小

img = cv2.imread('pie.png',cv2.IMREAD_GRAYSCALE)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize = 3)

cv_show(sobelx,'sobelx')

白到黑是整数，黑到白就是负数了，所有的负数会被截断成0，所以要取绝对值。 

sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize = 3)
sobelx = cv2.convertScaleAbs(sobelx)
cv_show(sobelx,'sobelx')

sobely = cv2.Sobel(img,cv2.CV_64F,1,0,ksize = 3)
sobely = cv2.convertScaleAbs(sobely)
cv_show(sobely,'sobely')

# 分别计算x和y，再求和
sobelxy = cv2.addWeighted(sobelx,0.5,sobely,0.5,0) # 0.5为权重，0为偏置项（可不用）
cv_show(sobelxy,'sobelxy')

2、Scharr算子--更敏感

3、laplacian算子--对噪音点敏感（更多地与其他算法融合使用