python-opencv图像处理：sobel算子

大家好，又见面了，我是你们的朋友全栈君。

Sobel原理：

https://blog.csdn.net/zfjBIT/article/details/86655444

函数原型：

'''
Sobel算子
Sobel算子依然是一种过滤器，只是其是带有方向的。在OpenCV-Python中，
使用Sobel的算子的函数原型如下：
dst = cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]]) 
前四个是必须的参数：
第一个参数是需要处理的图像；
第二个参数是图像的深度，-1表示采用的是与原图像相同的深度。目标图像的深度必须大于等于原图像的深度；
dx和dy表示的是求导的阶数，0表示这个方向上没有求导，一般为0、1、2。
其后是可选的参数：
dst：结果图；
ksize是Sobel算子的大小，必须为1、3、5、7。
scale是缩放导数的比例常数，默认情况下没有伸缩系数；
delta是一个可选的增量，将会加到最终的dst中，同样，默认情况下没有额外的值加到dst中；
borderType是判断图像边界的模式。这个参数默认值为cv2.BORDER_DEFAULT。
'''

在OpenCV-Python中,Sobel函数的使用如下:

#coding=utf-8 
import cv2 
import numpy as np 
img = cv2.imread("./lion.jpg", 0) 
x = cv2.Sobel(img,cv2.CV_16S,1,0) 
y = cv2.Sobel(img,cv2.CV_16S,0,1) 

absX = cv2.convertScaleAbs(x) # 转回uint8 
absY = cv2.convertScaleAbs(y) 
dst = cv2.addWeighted(absX,0.5,absY,0.5,0) 

cv2.imshow("absX", absX) 
cv2.imshow("absY", absY) 
cv2.imshow("Result", dst) 
cv2.waitKey(0) 

cv2.destroyAllWindows() 

说明：

• 在Sobel函数的第二个参数这里使用了cv2.CV_16S。因为OpenCV文档中对Sobel算子的介绍中有这么一句:“in the case of 8-bit input images it will result in truncated derivatives”。即Sobel函数求完导数后会有负值,还有会大于255的值。而原图像是uint8,即8位无符号数,所以Sobel建立的图像位数不够,会有截断。因此要使用16位有符号的数据类型,即cv2.CV_16S。在经过处理后,别忘了用convertScaleAbs()函数将其转回原来的uint8形式。否则将无法显示图像,而只是一副灰色的窗口。convertScaleAbs()的原型为:
• dst = cv2.convertScaleAbs(src[, dst[, alpha[, beta]]])

        其中可选参数alpha是伸缩系数,beta是加到结果上的一个值。结果返回uint8类型的图片。

• 由于Sobel算子是在两个方向计算的,最后还需要用cv2.addWeighted(…)函数将其组合起来。其函数原型为:

        dst=cv2.addWeighted(src1,alpha,src2,beta,gamma[,dst[,dtype]])

        其中alpha是第一幅图片中元素的权重,beta是第二个的权重,gamma是加到最后结果上的一个值。