一、实验原理：

1、拓展Sobel算子锐化

    void Sobel(Array src, Array dst, int ddepth, int dx, int dy, int ksize);

①参数：src为输入图像；dst为输出图像，大小和通道数与源图像一致，必要时重建；ddepth为目标图像的位深度，负数表示与源图像相同；dx和dy为x差分和y差分阶数，小于ksize且不能都是0；ksize为内核大小，是不超过31的奇数。

②说明：由该函数自行计算扩展的Sobel内核。

2、固定阈值的二值化变换

    double threshold(Array src, Array dst, double thresh, double value, int type);

①功能：对数组元素进行固定阈值操作。

②说明：src为源数组，位深度为CV_8U或CV_32F的单通道数组；dst为输出数组，大小和类型与src一致，必要时重建；thresh为阈值；value为指定二值化和反二值化使用的替代值；type为阈值类型（见下表）。

阈值种类	计算公式	操作结果
二值化阈值THRESH_BINARY	di=iif(si>t, v, 0)	二值图像，高亮度改为指定值v
反二值化阈值THRESH_BINARY_INV	di=iif(si>t, 0, v)	反二值图像，低亮度改为指定值v
截断阈值THRESH_TRUNC	di=iif(si>t, t, 0)	二值图像，高亮度改为阈值
0阈值THRESH_TOZERO	di=iif(si>t, si, 0)	灰度图像，过滤低亮度像素
反0阈值THRESH_TOZERO_INV	di=iif(si>t, 0, si)	灰度图像，过滤高亮度像素

③返回值：thresh 。

---

二、算法程序

1、使用OpenCV编写一个程序，该程序对一幅灰度图像进行Sobel锐化，要求显示锐化以后的图像。其中内核大小为3×3，x和y方向均使用1阶差分。

#include<opencv2/opencv.hpp>
using namespace cv;
int main() {
	Mat src = imread("D:/Doge.jpg", 0);
	if (src.empty()) {
	       return -1;
	}
	imshow("源图像", src);
	Sobel(src, src, -1, 1, 1, 3);
	normalize(src, src, 255, 0, NORM_INF);
	imshow("结果图像", src);
	waitKey();
}

2、使用OpenCV编写一个程序，该程序对一幅灰度图像进行二值化变换，要求分别显示源图像和二值化以后的图像。其中二值化阈值为127，高亮度改为255。

#include<opencv2/opencv.hpp>
using namespace cv;
int main() {
	Mat src = imread("D:/Doge.jpg", 0), dst;
	if (src.empty()) {
	       return -1;
	}
	imshow("源图像", src);
	threshold(src, dst, 127, 255, THRESH_BINARY);
	imshow("结果图像", dst);
	waitKey();
}

---

三、结果演示：

1、Sobel锐化

2、二值化处理