摘要：提供三種類型的梯度濾波器或高通濾波器，，和和導數算子是結合了高斯平滑與微分運算的結合方法，所以它的抗噪聲能力很強用戶可以設定求導方向，水平或者垂直通過參數和也可以指定卷積核大小，通過參數如果，那么一個的濾波器會被使用，該濾波器會得到比濾波

Image Gradients

OpenCV提供三種類型的梯度濾波器或高通濾波器，Sobel，Scharr和Laplacian.

Sobel算子是結合了高斯平滑與微分運算的結合方法，所以它的抗噪聲能力很強.

用戶可以設定求導方向，水平或者垂直（通過參數yorder和xorder）.也可以指定卷積核大小，通過參數ksize.如果ksize=-1，那么一個3*3的scharr濾波器會被使用，該濾波器會得到比Sobel濾波器更好的效果.

該方法計算了圖像的拉普拉斯導數:

$$ Delta src = frac{partial ^2{src}}{partial x^2} + frac{partial ^2{src}}{partial y^2} $$

每個求導數的方法都是使用Sobel求導方法,如果ksize=1，那么會使用下面核函數進行濾波.

$$ kernel = egin{bmatrix} 0 & 1 & 0 1 & -4 & 1 0 & 1 & 0 end{bmatrix} $$

代碼：

import cv2
from matplotlib import pyplot as plt

img = cv2.imread("img.jpg",0)

laplacian = cv2.Laplacian(img,cv2.CV_64F)
sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=5)
sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=5)

plt.subplot(2,2,1),plt.imshow(img,cmap = "gray")
plt.title("Original"), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,2),plt.imshow(laplacian,cmap = "gray")
plt.title("Laplacian"), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,3),plt.imshow(sobelx,cmap = "gray")
plt.title("Sobel X"), plt.xticks([]), plt.yticks([])
plt.subplot(2,2,4),plt.imshow(sobely,cmap = "gray")
plt.title("Sobel Y"), plt.xticks([]), plt.yticks([])

plt.show()

在我們的上一個示例中，輸出數據類型為cv.CV_8U或np.uint8.但是這有一個小問題.將黑到白轉換視為正斜率（它具有正值），而將白到黑轉換視為負斜率（它具有負值）. 因此，當您將數據轉換為np.uint8時，所有負斜率都為零.

如果想要兩種邊界都檢測到，最高的辦法就是將輸出數據類型設置更高，cv2.CV_16S，cv2.CV_64F等等,然后取絕對值轉換為cv2.CV_8.

代碼：

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread("img5.png",0)


# Output dtype = cv.CV_8U
sobelx8u = cv2.Sobel(img,cv2.CV_8U,1,0,ksize=5)

# Output dtype = cv.CV_64F. Then take its absolute and convert to cv.CV_8U
sobelx64f = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=5)
abs_sobel64f = np.absolute(sobelx64f)
sobel_8u = np.uint8(abs_sobel64f)

plt.subplot(1,3,1),plt.imshow(img,cmap = "gray")
plt.title("Original"), plt.xticks([]), plt.yticks([])
plt.subplot(1,3,2),plt.imshow(sobelx8u,cmap = "gray")
plt.title("Sobel CV_8U"), plt.xticks([]), plt.yticks([])
plt.subplot(1,3,3),plt.imshow(sobel_8u,cmap = "gray")
plt.title("Sobel abs(CV_64F)"), plt.xticks([]), plt.yticks([])

plt.show()