图像梯度

图像梯度计算的是图像变化的速度，对于图像的边缘部分，其灰度值变化较大，梯度值也较大；对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。
一般情况下，图像梯度计算的图像的边缘信息

• Sobel算子，Scharr算子，Laplacian算子

Sobel

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

其中

• ddepth代表输出图像的深度，为了避免负数截为0，采用cv2.CV_64F，同时要加上绝对值，以保证偏导数可以正确地显示出来
• dx表示x方向上的求导阶数
• dy表示y方向上的求导阶数
• ksize代表Sobel核的大小。该值为-1时，会使用Scharr算子进行运算

对参数取绝对值

dst=cv2.convertScaleAbs(src)

import cv2
import numpy as np

#注意，此处不能用np.uint8,要用np.int16
img=np.random.randint(-256,256,size=[4,5],dtype=np.int16)

rst=cv2.convertScaleAbs(img)

print("img:\n",img)
print("rst\n",rst)

img:
 [[  15 -129  129   95  126]
 [-207 -108 -161  -39 -188]
 [-217  174  225 -181   89]
 [ -67  236 -106 -215 -233]]
rst
 [[ 15 129 129  95 126]
 [207 108 161  39 188]
 [217 174 225 181  89]
 [ 67 236 106 215 233]]

方向

dx，dy通常值为0或者1，最大值是2。如果是0表示在该方向上没有求导

• 计算x方向边缘梯度 （1，0）
• 计算y方向边缘梯度 （0，1）
• dx与dy的值均为1（1，1）
• 计算x方向和y方向的边缘叠加，组合叠加

x方向

import cv2
import numpy as np

img=cv2.imread("D:/6.jpg",0)

Sobelx=cv2.Sobel(img,-1,1,0)

cv2.imshow("img",img)
cv2.imshow("x",Sobelx)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

获取x方向完整边缘信息

import cv2
import numpy as np

img=cv2.imread("D:/6.jpg",0)

Sobelx=cv2.Sobel(img,cv2.CV_64F,1,0)

Sobelx=cv2.convertScaleAbs(Sobelx)

cv2.imshow("img",img)
cv2.imshow("x",Sobelx)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

获取y方向完整边缘信息

import cv2

img=cv2.imread("D:/6.jpg")

Sobely=cv2.Sobel(img,cv2.CV_64F,0,1)

Sobely=cv2.convertScaleAbs(Sobely)

cv2.imshow("img",img)
cv2.imshow("y",Sobely)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

dx=1,dy=1时的执行效果

import cv2
import numpy as np

img=cv2.imread("D:/6.jpg")

rst=cv2.Sobel(img,cv2.CV_64F,1,1)

rst=cv2.convertScaleAbs(rst)

cv2.imshow("img",img)
cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

计算x方向和y方向的边缘叠加

import cv2
import numpy as np

img=cv2.imread("D:/6.jpg")

Sobelx=cv2.Sobel(img,cv2.CV_64F,1,0)
Sobely=cv2.Sobel(img,cv2.CV_64F,0,1)

Sobelx=cv2.convertScaleAbs(Sobelx)
Sobely=cv2.convertScaleAbs(Sobely)

rst=cv2.addWeighted(Sobelx,0.5,Sobely,0.5,0)

rst=cv2.convertScaleAbs(rst)

cv2.imshow("img",img)
cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

使用不同方式处理图像在两个方向的边缘信息

• 1.dx=1&&dy=1
• 2.叠加

import cv2
import numpy as np

img=cv2.imread("D:/renlian.jpg")

Sobelx=cv2.Sobel(img,cv2.CV_64F,1,0)
Sobely=cv2.Sobel(img,cv2.CV_64F,0,1)

Sobelx=cv2.convertScaleAbs(Sobelx)
Sobely=cv2.convertScaleAbs(Sobely)

rst1=cv2.addWeighted(Sobelx,0.5,Sobely,0.5,0)

rst2=cv2.Sobel(img,cv2.CV_64F,1,1)

cv2.imshow("rst1",rst1)
cv2.imshow("rst2",rst2)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

Scharr

对比Sobel,下面两句是等价的

dst=cv2.Sobel(src,ddepth,dx,dy,-1)
dst=cv2.Scharr(src,ddepth,dx,dy)

其中ddepth的作用和Sobel一样，设置为cv2.CV_64F，然后对计算结果取绝对值
接着dx和dy的取值只能是（1，0）或者（0，1）

import cv2

img=cv2.imread("D:/6.jpg")

Scharrx=cv2.Scharr(img,cv2.CV_64F,1,0)
Scharry=cv2.Scharr(img,cv2.CV_64F,0,1)

Scharrx=cv2.convertScaleAbs(Scharrx)
Scharry=cv2.convertScaleAbs(Scharry)

rst=cv2.addWeighted(Scharrx,0.5,Scharry,0.5,0)

img=cv2.imshow("img",img)
rst=cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyAllWindows()

import cv2

img=cv2.imread("D:/6.jpg")

Scharrx=cv2.Sobel(img,cv2.CV_64F,1,0,-1)
Scharry=cv2.Sobel(img,cv2.CV_64F,0,1,-1)

Scharrx=cv2.convertScaleAbs(Scharrx)
Scharry=cv2.convertScaleAbs(Scharry)

rst=cv2.addWeighted(Scharrx,0.5,Scharry,0.5,0)

img=cv2.imshow("img",img)
rst=cv2.imshow("rst",rst)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

Sobel算子和Scharr算子的比较

import cv2

img=cv2.imread("D:/hjb.jpg")

Sobelx=cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
Sobely=cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3)

Sobelx=cv2.convertScaleAbs(Sobelx)
Sobely=cv2.convertScaleAbs(Sobely)

Sobelxy=cv2.addWeighted(Sobelx,0.5,Sobely,0.5,0)

Scharrx=cv2.Scharr(img,cv2.CV_64F,1,0)
Scharry=cv2.Scharr(img,cv2.CV_64F,0,1)

Scharrx=cv2.convertScaleAbs(Scharrx)
Scharry=cv2.convertScaleAbs(Scharry)

Scharrxy=cv2.addWeighted(Scharrx,0.5,Scharry,0.5,0)

cv2.imshow("img",img)
cv2.imshow("Sobel",Sobelxy)
cv2.imshow("Scharr",Scharrxy)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

Laplacian 算子及函数使用

其具有旋转不变性，可以满足不同方向的图像边缘锐化(边缘检测)的要求，而且需要对结果取绝对值

import cv2

img=cv2.imread("D:/6.jpg")

Laplacian=cv2.Laplacian(img,cv2.CV_64F)

Laplacian=cv2.convertScaleAbs(Laplacian)

cv2.imshow("img",img)
cv2.imshow("Laplacian",Laplacian)

cv2.waitKey(0)
cv2.destroyAllWindows()