OpenCV-Python教程（6、Sobel算子）

た入场券 2022-01-15 06:51 345阅读 0赞

本篇文章介绍如何用OpenCV-Python来使用Sobel算子。

**提示：**

*  转载请详细注明原作者及出处，谢谢！  
    
 *  本文介绍使用OpenCV-Python实现基本的滤波处理
 *  本文不介详细的理论知识，读者可从其他资料中获取相应的背景知识。笔者推荐清华大学出版社的《图像处理与计算机视觉算法及应用(第2版) 》。

## Sobel算子 ##

### 原型    ###

Sobel算子依然是一种过滤器，只是其是带有方向的。在OpenCV-Python中，使用Sobel的算子的函数原型如下：

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

函数返回其处理结果。

前四个是必须的参数：

*  第一个参数是需要处理的图像；
 *  第二个参数是图像的深度，-1表示采用的是与原图像相同的深度。目标图像的深度必须大于等于原图像的深度；
 *  dx和dy表示的是求导的阶数，0表示这个方向上没有求导，一般为0、1、2。

其后是可选的参数：

*  dst不用解释了；
 *  ksize是Sobel算子的大小，必须为1、3、5、7。
 *  scale是缩放导数的比例常数，默认情况下没有伸缩系数；
 *  delta是一个可选的增量，将会加到最终的dst中，同样，默认情况下没有额外的值加到dst中；
 *  borderType是判断图像边界的模式。这个参数默认值为cv2.BORDER\_DEFAULT。

### 使用 ###

在OpenCV-Python中，Sobel函数的使用如下：

#coding=utf-8
    import cv2
    import numpy as np  
    
    img = cv2.imread("D:/lion.jpg", 0)
    
    x = cv2.Sobel(img,cv2.CV_16S,1,0)
    y = cv2.Sobel(img,cv2.CV_16S,0,1)
    
    absX = cv2.convertScaleAbs(x)   # 转回uint8
    absY = cv2.convertScaleAbs(y)
    
    dst = cv2.addWeighted(absX,0.5,absY,0.5,0)
    
    cv2.imshow("absX", absX)
    cv2.imshow("absY", absY)
    
    cv2.imshow("Result", dst)
    
    cv2.waitKey(0)
    cv2.destroyAllWindows()

### 解释 ###

在Sobel函数的第二个参数这里使用了cv2.CV\_16S。因为OpenCV文档中对Sobel算子的介绍中有这么一句：“in the case of 8-bit input images it will result in truncated derivatives”。即Sobel函数求完导数后会有负值，还有会大于255的值。而原图像是uint8，即8位无符号数，所以Sobel建立的图像位数不够，会有截断。因此要使用16位有符号的数据类型，即cv2.CV\_16S。

在经过处理后，别忘了用convertScaleAbs()函数将其转回原来的uint8形式。否则将无法显示图像，而只是一副灰色的窗口。convertScaleAbs()的原型为：

dst = cv2.convertScaleAbs(src[, dst[, alpha[, beta]]])

其中可选参数alpha是伸缩系数，beta是加到结果上的一个值。结果返回uint8类型的图片。

由于Sobel算子是在两个方向计算的，最后还需要用cv2.addWeighted(...)函数将其组合起来。其函数原型为：

dst = cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])

其中alpha是第一幅图片中元素的权重，beta是第二个的权重，gamma是加到最后结果上的一个值。

### 结果 ###

原图像为：

![Center][]

结果为：

![Center 1][]

## 参考资料： ##