二、图像运算的补充---边缘检测

在OpenCV中，边缘检测的方法有以下几种：
Sobel
Scharr
Laplace
Canny
其中前三种的边缘检测是带方向的

1.Sobel:
cvw.Sobel(filename,ddepth,dx,dy,dst=None,ksize=None,scale=None,delta=None,borderType=None)

ddepth:图像颜色深度（不甚了解）
针对不同的输入图像，输出目标图像有不同的深度，具体组合如下：

• 若src.depth() = CV_8U, 取ddepth =-1/CV_16S/CV_32F/CV_64F
• 若src.depth() = CV_16U/CV_16S, 取ddepth =-1/CV_32F/CV_64F
• 若src.depth() = CV_32F, 取ddepth =-1/CV_32F/CV_64F
• 若src.depth() = CV_64F, 取ddepth = -1/CV_64F

dx:int类型的，表示x方向的差分阶数，1或0
dy:int类型的，表示y方向的差分阶数，1或0

kSize：模板大小，对于Sobel算子这里的取值为1，3，5，7，当不输入的时候，默认为3。特殊的，当kSize = 1的时候，采用的模板为13或者31 而非平时的那些格式

2.Scharr：
Scharr(src, ddepth, dx, dy, dst=None, scale=None, delta=None, borderType=None)

参数和Sobel算子一致，不过，该函数与Sobel的区别在于，Scharr仅作用于大小为3的内核。具有和sobel算子一样的速度，但结果更为精确

例子：对比两种方法的效果
import cv2 as cv
import numpy as np

img = cv.imread("color.jpg")

gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)

sobel_x = cv.Sobel(gray,cv.CV_8U,1,0)
sobel_y = cv.Sobel(gray,cv.CV_8U,0,1)
sobel = cv.Sobel(gray,cv.CV_8U,1,1)

scharr_x = cv.Scharr(gray, cv.CV_8U, 1, 0)
scharr_y = cv.Scharr(gray, cv.CV_8U, 0, 1)


cv.imshow("src", img)
cv.imshow("Sobel_x", sobel_x)
cv.imshow("Sobel_y", sobel_y)
cv.imshow("Sobel", sobel)
cv.imshow("Scharr_x", scharr_x)
cv.imshow("Scharr_y", scharr_y)


cv.waitKey(0)
cv.destroyAllWindows()

3.Laplace:
Laplacian(src,ddepth,dst=None,ksize=None,scale=None,delta=None,borderType=None)
scale：Double类型的，计算拉普拉斯可选比例因子，有默认值1
delta：加到输出像素的值，默认为0
borderType：边界模式。默认BORDER_DEFAULT

例子：使用ksize = 3来对吧sobel和laplace

import cv2 as cv
import numpy as np

img = cv.imread("color.jpg")

gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)

sobel = cv.Sobel(gray,cv.CV_8U,1,1)
laplace = cv.Laplacian(gray, cv.CV_8U,ksize = 3)

cv.imshow("laplace", laplace)
cv.imshow("Sobel", sobel)

cv.waitKey(0)
cv.destroyAllWindows()

4.canny
Canny(filename,threshold1,threshold2,edges =None,apertureSize = None,L2gradient = None)
threshold1:int类型，低阈值
threshold2：int类型，高阈值
edeges：单通道存储边缘的输出图像
apertureSize：Sobel算子内核Size大小
L2gradiend：Bool类型的，为真表示使用更精确的L2范数进行计算(两个方向的倒数的平方再开放），为假表示用L1范数(直接将两个方向导数的绝对值相加）

例子：`import cv2 as cv
import numpy as np

img = cv.imread(“color.jpg”)

gray = cv.cvtColor(img, cv.COLOR_RGB2GRAY)

#高斯滤波
gauss = cv.GaussianBlur(gray, (3,3), 1)

cv.imshow(“Gauss”,gauss)

canny = cv.Canny(gray,0,200)

cv.imshow(“Canny”,canny)

cv.waitKey(0)
cv.destroyAllWindows()`

————————————————
最后，感谢博主的分享。
原文链接：https://blog.csdn.net/qq_34711208/article/details/81703341