OpenCV之sobel算子详解

原理

sobel算子是一种计算不同方向上梯度的工具。原理是使用卷积核对图像进行处理。
如果想计算x方向梯度，我们就需要这样的一个卷积核

以卷积核的中心为中心，将卷积核与图像上像素值一一对应，卷积核上的数字相当于系数。利用如下公式即可计算出卷积核中心的x方向梯度。

同理，如果想要计算y方向的梯度，卷积核应该是这样的，公式也是同理。

我们求得了某一像素x方向和y方向的梯度，那么该像素的梯度容易得出：

但是这个公式比较难算，所以我们一般直接把这个公式化作：

Sobel函数

opencv中提供给我们封装好的Sobel算子函数，不需要我们一一计算。
其构造函数如下：

cv2.Sobel(src,ddepth,dx,dy,ksize)

参数解释：

• src：原图
• ddepth：处理结果图像深度，一般我们都填-1，即与原图深度相同。但在这里我们需要填写cv2.CV_64F。简单来说就是如果填写-1，我们在计算梯度时产生的负数就会被程序默认为0，导致有一边的边缘出不来。而cv2.CV_64F范围更大，可以保留负数。
• dx：计算x方向的梯度
• dy：计算y方向的梯度
• ksize：卷积核的尺寸。默认为3，即3*3的矩阵。

函数在使用时。如果我们想要计算x方向的梯度：

cv2.Sobel(src,ddepth,1,0,ksize)

反之，计算y方向的梯度

cv2.Sobel(src,ddepth,0,1,ksize)

当然，想要计算总梯度直接dx=1，dy=1也是可以的，但是效果十分不好。不建议使用这种方法。
我们通常使用的方法是按权相加法。按权相加x方向梯度和y方向梯度。使用cv2.addWeight()函数，该函数支持五个参数：

• src1：第一幅图像
• weight1：第一幅图像的权重
• src2：第二幅图像
• weight2：第二幅图像的权重
• 修改值

我们还要注意一件事。在我们分别计算完x、y方向的权值时，里面是有负数的。我们需要对这些负数取绝对值，否则照样会被归为0。
取绝对值的函数是cv2.convertScaleAbs(img)

例程：

import numpy as np
import cv2
img=cv2.imread('D://zopencv//qi.jpg',0)
mask_x=cv2.Sobel(img,cv2.CV_64F,1,0)#计算x方向梯度
mask_y=cv2.Sobel(img,cv2.CV_64F,0,1)
img_x=cv2.convertScaleAbs(mask_x)#取绝对值
img_y=cv2.convertScaleAbs(mask_y)
mask=cv2.addWeighted(img_x,0.5,img_y,0.5,0)#按权相加
#mask=cv2.Sobel(img,cv2.CV_64F,1,1)
Archie=cv2.resize(mask,None,fx=0.5,fy=0.5,interpolation=cv2.INTER_AREA)#图片太大了，缩小图片
cv2.imshow('Archie',Archie)
cv2.waitKey(0)
cv2.destroyAllWindows()

这是按权相加得到的边缘图

这是直接取dx=1，dy=1得到的边缘图

差距一目了然。