注：cvSobel只用于单通道图像变换，如对彩色图像进行cvSobel处理，可分别对每一通道图像进行cvSobel，再转为彩色图像。
===============================================
01 #include "cv.h"
02 #include "cxcore.h"
03 #include "highgui.h"
04 void main()
05 {
06 IplImage * pImage=NULL;
07 IplImage * pImage8uGray=NULL;
08 IplImage * pImage8uSmooth=NULL;
09 IplImage * pImage16uGraySobel=NULL;
10 IplImage * pImage8uGraySobelShow=NULL;
11 //--------------
12 IplImage * pImagePlanes[3]={NULL,NULL,NULL};
13 IplImage * pImage16uColorSobel=NULL;
14 IplImage * pImage8uColorSobelShow=NULL;
15 //--------------
16 IplImage * pImage16uGrayLaplace=NULL;
17 IplImage * pImage8uGrayLaplaceShow=NULL;
18 //--------------
19 IplImage * pImage8uGrayCanny=NULL;
20 //==================灰度图像Sobel变换=====================
21 pImage=cvLoadImage("lena.jpg",-1);
22 pImage8uGray=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_8U,1);
23 pImage8uSmooth=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_8U,1);
24 pImage8uGraySobelShow=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_8U,1);
25 //转灰度
26 cvCvtColor(pImage,pImage8uGray,CV_BGR2GRAY);
27 //高斯滤波
28 cvSmooth(pImage8uGray,pImage8uSmooth,CV_GAUSSIAN,3,0,0);
29 //cvSobel要求目标图像必须是IPL_DEPTH_16S
30 pImage16uGraySobel=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_16S,1);
31 //计算一阶x方向的差分,也可以计算一阶y方向
32 cvSobel(pImage8uSmooth,pImage16uGraySobel,0,1,3);
33 //再把格式转回来,用于显示
34 cvConvertScaleAbs(pImage16uGraySobel,pImage8uGraySobelShow,1,0);
35 cvNamedWindow("灰度图像Sobel变换",CV_WINDOW_AUTOSIZE);
36 cvShowImage("灰度图像Sobel变换",pImage8uGraySobelShow);
37
38 //==================彩色图像Sobel变换=====================
39 int i;
40 for (i=0;i<3;i++)
41 {
42 pImagePlanes[i]=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_8U,1);
43 }
44 pImage16uColorSobel=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_16S,1);
45 pImage8uColorSobelShow=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_8U,3);
46 //分成3个单通道
47 cvCvtPixToPlane(pImage,pImagePlanes[0],pImagePlanes[1],pImagePlanes[2],NULL);
48 for (i=0;i<3;i++)
49 {
50 cvSobel(pImagePlanes[i],pImage16uColorSobel,0,1,3);
51 cvConvertScaleAbs(pImage16uColorSobel,pImagePlanes[i],1,0);
52 }
53 cvCvtPlaneToPix(pImagePlanes[0],pImagePlanes[1],pImagePlanes[2],NULL,pImage8uColorSobelShow);
54 cvNamedWindow("彩色图像Sobel变换",CV_WINDOW_AUTOSIZE);
55 cvShowImage("彩色图像Sobel变换",pImage8uColorSobelShow);
56
57 //==================灰度图像Laplace变换=====================
58 pImage16uGrayLaplace=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_16S,1);
59 pImage8uGrayLaplaceShow=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_8U,1);
60 cvLaplace(pImage8uSmooth,pImage16uGrayLaplace,3);
61 cvConvertScaleAbs(pImage16uGrayLaplace,pImage8uGrayLaplaceShow,1,0);
62 cvNamedWindow("灰度图像Laplace变换",CV_WINDOW_AUTOSIZE);
63 cvShowImage("灰度图像Laplace变换",pImage8uGrayLaplaceShow);
64
65 //==================灰度图像Canny变换=====================
66 pImage8uGrayCanny=cvCreateImage(cvGetSize(pImage),IPL_DEPTH_8U,1);
67 cvCanny(pImage8uSmooth,pImage8uGrayCanny,100,200,3);
68 cvNamedWindow("灰度图像Canny变换",CV_WINDOW_AUTOSIZE);
69 cvShowImage("灰度图像Canny变换",pImage8uGrayCanny);
70
71 cvWaitKey(0);
72 cvDestroyWindow("灰度图像Sobel变换");
73 cvDestroyWindow("彩色图像Sobel变换");
74 cvDestroyWindow("灰度图像Laplace变换");
75 cvReleaseImage(&pImage);
76 cvReleaseImage(&pImage8uGray);
77 cvReleaseImage(&pImage8uSmooth);
78 cvReleaseImage(&pImage16uGraySobel);
79 cvReleaseImage(&pImage8uGraySobelShow);
80 cvReleaseImage(&pImage16uColorSobel);
81 cvReleaseImage(&pImage8uColorSobelShow);
82 cvReleaseImage(&pImagePlanes[0]);
83 cvReleaseImage(&pImagePlanes[1]);
84 cvReleaseImage(&pImagePlanes[2]);
85 cvReleaseImage(&pImage16uGrayLaplace);
86 cvReleaseImage(&pImage8uGrayLaplaceShow);
87 }===============================================
===============================================
Sobel
使用扩展 Sobel 算子计算一阶、二阶、三阶或混合图像差分
void cvSobel( const CvArr* src, CvArr* dst, int xorder, int yorder, int aperture_size=3 );-
src
- 输入图像. dst
- 输出图像. xorder
- x 方向上的差分阶数 yorder
- y 方向上的差分阶数 aperture_size
- 扩展 Sobel 核的大小，必须是 1, 3, 5 或 7。 除了尺寸为 1， 其它情况下， aperture_size ×aperture_size 可分离内核将用来计算差分。对 aperture_size=1的情况， 使用 3x1 或 1x3 内核 （不进行高斯平滑操作）。这里有一个特殊变量 CV_SCHARR (=-1)，对应 3x3 Scharr 滤波器，可以给出比 3x3 Sobel 滤波更精确的结果。Scharr 滤波器系数是：
- 对 x-方向 以及转置矩阵对 y-方向。
函数 cvSobel 通过对图像用相应的内核进行卷积操作来计算图像差分：
由于Sobel 算子结合了 Gaussian 平滑和微分，所以，其结果或多或少对噪声有一定的鲁棒性。通常情况，函数调用采用如下参数 (xorder=1, yorder=0, aperture_size=3) 或 (xorder=0, yorder=1, aperture_size=3) 来计算一阶 x- 或 y- 方向的图像差分。第一种情况对应：
核。
第二种对应：
或者
核的选则依赖于图像原点的定义 (origin 来自 IplImage 结构的定义)。由于该函数不进行图像尺度变换，所以和输入图像(数组)相比，输出图像(数组)的元素通常具有更大的绝对数值（译者注：即象素的深度）。为防止溢出，当输入图像是 8 位的，要求输出图像是 16 位的。当然可以用函数 cvConvertScale 或 cvConvertScaleAbs 转换为 8 位的。除了 8-比特 图像，函数也接受 32-位 浮点数图像。所有输入和输出图像都必须是单通道的，并且具有相同的图像尺寸或者ROI尺寸。
===============================================Laplace
计算图像的 Laplacian 变换
void cvLaplace( const CvArr* src, CvArr* dst, int aperture_size=3 );-
src
- 输入图像. dst
- 输出图像. aperture_size
- 核大小 (与 cvSobel 中定义一样).
函数 cvLaplace 计算输入图像的 Laplacian变换，方法是先用 sobel 算子计算二阶 x- 和 y- 差分，再求和:
dst(x,y) = d2src/dx2 + d2src/dy2对 aperture_size=1 则给出最快计算结果，相当于对图像采用如下内核做卷积：
类似于 cvSobel 函数，该函数也不作图像的尺度变换，所支持的输入、输出图像类型的组合和cvSobel一致。
===============================================Canny
void cvCanny( const CvArr* image, CvArr* edges, double threshold1,
double threshold2, int aperture_size=3 );
image
输入图像.
edges
输出的边缘图像
threshold1
第一个阈值
threshold2
第二个阈值
aperture_size
Sobel 算子内核大小 (见 cvSobel).
函数 cvCanny 采用 CANNY 算法发现输入图像的边缘而且在输出图像中标识这些边缘。threshold1和threshold2 当中的小阈值用来控制边缘连接，大的阈值用来控制强边缘的初始分割。