边缘检测
1、Sobel
2、
3、
4、
Sobel
核心函数：
void Sobel( InputArray src, OutputArray dst, int ddepth, int dx, int dy, int ksize=3,double scale=1, double delta=0,int borderType=BORDER_DEFAULT );- InputArray 类型的src，为输入图像，填Mat类型即可。
- OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。
- int类型的ddepth，输出图像的深度，支持如下src.depth()和ddepth的组合：
- 若src.depth() = CV_8U, 取ddepth =-1或CV_16S或CV_32F或CV_64F
- 若src.depth() = CV_16U/CV_16S, 取ddepth =-1或CV_32F或CV_64F
- 若src.depth() = CV_32F, 取ddepth =-1或CV_32F或CV_64F
- 若src.depth() = CV_64F, 取ddepth = -1或CV_64F
- int类型dx，x方向上的差分阶数。 （官方文档上也是这么说的，但是你看最后的结果明显是y方向上的差分阶数才对啊）
- int类型dy，y方向上的差分阶数。 （官方文档上也是这么说的，但是你看最后的结果明显是x方向上的差分阶数才对啊）
- int类型ksize，有默认值3，表示Sobel核的大小;必须取1，3，5或7。
- double类型的scale，计算导数值时可选的缩放因子，默认值是1，表示默认情况下是没有应用缩放的。我们可以在文档中查阅getDerivKernels的相关介绍，来得到这个参数的更多信息。
- double类型的delta，表示在结果存入目标图（第二个参数dst）之前可选的delta值，有默认值0。【具体这个值有什么作用，我还不清楚】
- int类型的borderType，我们的老朋友了（万年是最后一个参数），边界模式，默认值为BORDER_DEFAULT。这个参数我在前面的博文（http://blog.csdn.net/wenhao_ir/article/details/51699064）中已经讲过，这里不再赘述了！
调用代码：
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<iostream>
using namespace std;
using namespace cv;
void main()
{
Mat srcImage = imread("F:\\opencv_re_learn\\2.jpg");
if (!srcImage.data){
cout << "falied to read" << endl;
system("pause");
return;
}
imshow("srcImage", srcImage);
Mat blurImage;
blur(srcImage, blurImage, Size(3, 3));
Mat srcGray;
cvtColor(blurImage, srcGray, CV_BGR2GRAY);
//定义边缘图，水平方向和垂直方向的
Mat edgeMat, edgeXMat, edgeYMat;
//求x方向的Sobel边缘
Sobel(srcGray, edgeXMat, CV_16S, 1, 0, 3, 1, 0, BORDER_DEFAULT);
//求y方向的Sobel边缘
Sobel(srcGray, edgeYMat, CV_16S, 0, 1, 3, 1, 0, BORDER_DEFAULT);
//线性变换，转换输入数组元素为8位无符号整形
convertScaleAbs(edgeXMat, edgeXMat);
convertScaleAbs(edgeYMat, edgeYMat);
//x与y方向边缘叠加
addWeighted(edgeXMat, 0.5, edgeYMat, 0.5, 0, edgeMat);
imshow("X", edgeXMat);
imshow("Y", edgeYMat);
imshow("X+Y", edgeMat);
waitKey(0);
}实现效果：
由结果来看，实际上， X方向的结果为垂直型边界，Y方向的反而是水平边界。