图像梯度

图像有像素组成，像素都是一个一个的数值，我们所能看到的图像的边界都是色彩变化很大的区域。所以当检测某个像素周围的值，值的差异很大，也就是梯度很大时，则可以判定该位置为边界。

1，sobel算子理论基础：

x方向的梯度：右边-左边

（水平方向找的竖向的边界）：（系数取决于卷积核）如果左右两列差别不大，则P5计算出来的值不会很大；如果左右两列的值差别很大，则P5计算出来的值会很大，则可以判定P5处在边界位置

dx=1,dy=0:

y方向的梯度：下边-上边

（竖直方向梯度找到的水平的边界）：（系数取决于卷积核）如果上下两行差别不大，则P5计算出来的值不会很大；如果上下两行的值差别很大，则P5计算出来的值会很大，则可以判定P5处在边界位置

dx=0,dy=1:

整体梯度：

#图像梯度——sobel算子
#dst=cv2.Sobel(src,ddepth,dx,dy,[ksize])
#ddepth——处理结果图像的深度；通常将参数设置为-1，表示处理结果与原图像保持一致；深度就是数据类型是几位的。8位的里面没有负值
#ddepth处理图像深度，实际操作过程中，计算梯度值可能会出现负值。通常处理的图像都是np.uint8类型，
#           如果结果也是该类型，所有的负数都会截断为0，发生信息缺失。所以通常计算时，使用更高的数据类型cv2.CV_64F（里面既有正数又有负数）,
#           取绝对值后，在转换为np.uint8类型。
#dst=cv2.convertScaleAbs(src,alpha,beta):将原始图像转换为256色位图
#dx——x方向；dy——y方向
#计算x方向的梯度：[dx=1,dy=0];  计算y方向的梯度：[dx=0;dy=1]
#dst=cv2.addWeighted(src1,alpha,src2,beta,gamma)——计算两幅图像的权重值；、


import cv2
import numpy as np
img=cv2.imread("image\\lena.bmp",cv2.IMREAD_GRAYSCALE)

sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3)
sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3)
sobelx = cv2.convertScaleAbs(sobelx)   # 转回uint8
sobely = cv2.convertScaleAbs(sobely)
sobelxy =  cv2.addWeighted(sobelx,0.5,sobely,0.5,0)
sobelxy11=cv2.Sobel(img,cv2.CV_64F,1,1,ksize=3)


cv2.namedWindow("waterbox",cv2.WINDOW_NORMAL)
cv2.imshow('waterbox',img)



2，scharr算子 
使用3*3sobel算子。可能不太精准；scharr算子更加精准，但两者的计算量差不多

#图像梯度——scharr算子
#dst=Scharr(src,ddpeth,dx,dy)
#满足条件：dx>=0&&dy>=0&&dx+dy==1

import cv2
import numpy as np
o = cv2.imread('image\\lena.bmp',cv2.IMREAD_GRAYSCALE)


scharrx = cv2.Scharr(o,cv2.CV_64F,1,0)
scharry = cv2.Scharr(o,cv2.CV_64F,0,1)
scharrxy =  cv2.addWeighted(scharrx,0.5,scharry,0.5,0)

scharrx = cv2.convertScaleAbs(scharrx)   # 转回uint8
scharry = cv2.convertScaleAbs(scharry)


cv2.imshow("original",o)
cv2.imshow("y",scharry)
cv2.imshow("x",scharrx)
cv2.imshow("xy",scharrxy)


cv2.waitKey()
cv2.destroyAllWindows()

sobel算子识别比较突出的边界
scharr算子可以将比较细微的边界识别出来



3.拉普拉斯算子——二阶算子

import cv2
import numpy as np
o = cv2.imread('image\\lena.bmp',cv2.IMREAD_GRAYSCALE)
laplacian = cv2.Laplacian(o,cv2.CV_64F)
laplacian = cv2.convertScaleAbs(laplacian)   # 转回uint8 
cv2.imshow("original",o)
cv2.imshow("laplacian",laplacian)
cv2.waitKey()
cv2.destroyAllWindows()