Opencv图像梯度计算

Sobel算子

可以理解为是做边缘检测的一种方法。

首先说明自己对图像梯度的简单理解：简单理解就是图像的颜色发生变化的边界区域在X方向和Y方向上的梯度值 Gx Gy

而Gx和Gy处的梯度的计算—使用下面的公式来进行计算。

$${\mathbf{G}}_x=\left[\begin{array}{lll}-1& 0& +1\\ -2& 0& +2\\ -1& 0& +1\end{array}\right]\ast \mathbf{A}\text{ and }{\mathbf{G}}_y=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ +1& +2& +1\end{array}\right]\ast \mathbf{A}$$

在Opencv中使用函数调用的方法为：

img = cv2.imread('./res/cat.jpg',cv2.IMREAD_GRAYSCALE)
cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

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

def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()
#%%
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)

cv_show(sobelx,'sobelx')

使用Sobel算子进行计算相当于提取边缘的一种方式。白到黑是正数，黑到白就是负数了，所有的负数会被截断成0，所以要取绝对值对右侧区域进行补充

（1，0）代表X轴的方向 （0，1）代表的是Y轴的方向

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

计算综合值：将GX的平方与Gy的平方相加之后开根号进行计算得到最终图像的处理效果。

sobelxy = cv2.addWeighted(sobelx,0.5,sobely,0.5,0)
cv_show(sobelxy,'sobelxy')

Scharr算子和laplacian算子