【Opencv3+Python3入门（13）图像的梯度】

版权声明：本文为博主原创文章，转载时须注明出处 https://blog.csdn.net/KID_yuan/article/details/89553210

Opencv中已经封装好了API用于处理图像的梯度，因此了解其调用方式。

#13，图像梯度
import cv2 as cv
import numpy as np

def sobel_demo(image):
    #使用sobel算子计算梯度
    grad_x = cv.Sobel(image, cv.CV_32F, 1, 0)
    grad_y = cv.Sobel(image, cv.CV_32F, 0, 1)
    #因为求出来的有正有负，所以需要对其绝对值处理。
    gradx = cv.convertScaleAbs(grad_x)
    grady = cv.convertScaleAbs(grad_y)
    cv.imshow("GradientX", gradx)
    cv.imshow("GradientY", grady)
    #将X和Y方向的梯度进行加权合并
    gradxy = cv.addWeighted(gradx, 0.5, grady, 0.5, 0)
    cv.imshow("Gradient", gradxy)
    
def lapalian_demo(image):
    #dst = cv.Laplacian(image, cv.CV_32F)
    #lpls = cv.convertScaleAbs(dst)
    kernel = np.array([[1, 1, 1], [1, -8, 1], [1, 1, 1]])
    dst = cv.filter2D(image, cv.CV_32F, kernel=kernel)
    lpls = cv.convertScaleAbs(dst)
    cv.imshow("lapalian_demo", lpls)
    
src=cv.imread('F:\OutputResult\SrcImage\saber18.jpg')
print(src.shape)
cv.imshow("Saber",src)
sobel_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()

函数：

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

运行结果：