《OpenCV轻松入门：面向Python》读书笔记
作者：李立宗
出版社：电子工业出版社
出版时间：2019-05

第9章 图像梯度

9.2 Sobel算子及函数使用

1、函数

  在OpenCV内，使用函数cv2.Sobel()实现Sobel算子运算，其语法形式为：

dst = cv2.Sobel( src, ddepth, dx, dy[, ksize[, scale[, delta[, borderType]]]] )

式中：

• dst代表目标图像。
• src代表原始图像。
• ddepth代表输出图像的深度。
• dx代表x方向上的求导阶数。
• dy代表y方向上的求导阶数。
• ksize代表Sobel核的大小。该值为-1时，则会使用Scharr算子进行运算。
• scale代表计算导数值时所采用的缩放因子，默认情况下该值是1，是没有缩放的。
• delta代表加在目标图像dst上的值，该值是可选的，默认为0。
• borderType代表边界样式。

2、示例

【例9.6】计算函数cv2.Sobel()在水平、垂直两个方向叠加的边缘信息。

import cv2
o = cv2.imread('sobel4.bmp',cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(o,cv2.CV_64F,1,0)
sobely = cv2.Sobel(o,cv2.CV_64F,0,1)
sobelx = cv2.convertScaleAbs(sobelx)   # 转回uint8  
sobely = cv2.convertScaleAbs(sobely)  
sobelxy =  cv2.addWeighted(sobelx,0.5,sobely,0.5,0)  
cv2.imshow("original",o)
cv2.imshow("xy",sobelxy)
cv2.waitKey()
cv2.destroyAllWindows()

3、分析

  从程序可以看出，本例中首先分别计算x方向的边缘、y方向的边缘，接下来使用函数cv2.addWeighted()对两个方向的边缘进行叠加。在最终的叠加边缘结果中，同时显示两个方向的边缘信息。

4、结果

图9-16 【例9.6】程序的运行结果