圖像梯度

梯度簡單來說就是求導。
OpenCV 提供了三種不同的梯度濾波器，或者說高通濾波器：Sobel，Scharr 和 Laplacian。Sobel，Scharr 其實就是求一階或二階導數(shù)。Scharr 是對 Sobel（使用小的卷積核求解求解梯度角度時）的優(yōu)化。Laplacian 是求二階導數(shù)。
Sobel 算子是一個主要用作邊緣檢測的離散微分算子 (discrete differentiation operator)。 Sobel算子結合了高斯平滑和微分求導，用來計算圖像灰度函數(shù)的近似梯度。在圖像的任何一點使用此算子，將會產(chǎn)生對應的梯度矢量或是其法矢量。

cv2.Sobel(src,cv2.ddepth,dx,dy,Ksize)

參數(shù)意義如下:

• src：輸入圖像
• ddepth：輸出圖像的深度，支持如下src.depth()和ddepth的組合：
  • 若src.depth() = CV_8U, 取ddepth =-1/CV_16S/CV_32F/CV_64F
  • 若src.depth() = CV_16U/CV_16S, 取ddepth =-1/CV_32F/CV_64F
  • 若src.depth() = CV_32F, 取ddepth =-1/CV_32F/CV_64F
  • 若src.depth() = CV_64F, 取ddepth = -1/CV_64F
• dx：x 方向上的差分階數(shù)
• dy：y方向上的差分階數(shù)
• ksize：核大小,默認值3，表示Sobel核的大小; 必須取1，3，5或7；

例子：sobel

def img_show(name,image):
    """matplotlib圖像顯示函數(shù)
    name：字符串，圖像標題
    img：numpy.ndarray，圖像
    """
    if len(image.shape) == 3:
        image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    plt.imshow(image,'gray')
    plt.xticks([])
    plt.yticks([])
    plt.xlabel(name,fontproperties='FangSong',fontsize=12)
 
if __name__=="__main__":
    img = cv2.imread('data/building.jpg',0)
    laplacian = cv2.Laplacian(img,cv2.CV_64F)
    #cv2.CV_64F輸出圖像的深度（數(shù)據(jù)類型），可以使用-1,與原圖像保持一致np.uint8
    #參數(shù)1,0為只在x方向求一階導數(shù)
    sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
    #參數(shù)0,1為只在y方向求一階導數(shù)
    sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3)
    
    #sobel =cv2.Sobel(img,cv2.CV_64F,1,1,ksize=3) # 效果不好
    sobel = cv2.add(sobelx,sobely)
    
    plt.figure(figsize=(10,8),dpi=80)
    plt.subplot(221)
    img_show('原圖',img)
    plt.subplot(222)
    img_show('sobelx',sobelx)
    plt.subplot(223)
    img_show('sobely',sobely)
    plt.subplot(224)
    img_show('sobel',sobel)

sobel.png

sobel2.png

例子：scharr

def img_show(name,image):
    """matplotlib圖像顯示函數(shù)
    name：字符串，圖像標題
    img：numpy.ndarray，圖像
    """
    if len(image.shape) == 3:
        image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    plt.imshow(image,'gray')
    plt.xticks([])
    plt.yticks([])
    plt.xlabel(name,fontproperties='FangSong',fontsize=12)
 
if __name__=="__main__":
    img = cv2.imread('data/building.jpg',0)
    scharrx = cv2.Scharr(img,cv2.CV_64F,1,0)
    scharry = cv2.Scharr(img,cv2.CV_64F,0,1)
    
    scharr = cv2.add(scharrx,scharry)
    
    plt.figure(figsize=(10,8),dpi=80)
    plt.subplot(221)
    img_show('原圖',img)
    plt.subplot(222)
    img_show('scharrx',scharrx)
    plt.subplot(223)
    img_show('scharry',scharry)
    plt.subplot(224)
    img_show('scharr',scharr)

scharr.png

例子：laplacian

def img_show(name,image):
    """matplotlib圖像顯示函數(shù)
    name：字符串，圖像標題
    img：numpy.ndarray，圖像
    """
    if len(image.shape) == 3:
        image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    plt.imshow(image,'gray')
    plt.xticks([])
    plt.yticks([])
    plt.xlabel(name,fontproperties='FangSong',fontsize=12)
 
if __name__=="__main__":
    img = cv2.imread('data/building.jpg',0)
    laplacian = cv2.Laplacian(img,cv2.CV_64F,ksize=5)
    
    plt.figure(figsize=(10,8),dpi=80)
    plt.subplot(121)
    img_show('原圖',img) 
    
    plt.subplot(122)
    img_show('laplacian',laplacian)

laplacian.png

參考資料
《數(shù)字圖像處理》《OpenCV-Python-Toturial-中文版》