圖像梯度

圖像有像素組成，像素都是一個一個的數值，我們所能看到的圖像的邊界都是色彩變化很大的區域。所以當檢測某個像素周圍的值，值的差異很大，也就是梯度很大時，則可以判定該位置為邊界。

1，sobel算子理論基礎：

x方向的梯度：右邊-左邊

（水平方向找的豎向的邊界）：（系數取決於卷積核）如果左右兩列差別不大，則P5計算出來的值不會很大；如果左右兩列的值差別很大，則P5計算出來的值會很大，則可以判定P5處在邊界位置

dx=1,dy=0:

y方向的梯度：下邊-上邊

（豎直方向梯度找到的水平的邊界）：（系數取決於卷積核）如果上下兩行差別不大，則P5計算出來的值不會很大；如果上下兩行的值差別很大，則P5計算出來的值會很大，則可以判定P5處在邊界位置

dx=0,dy=1:

整體梯度：

#圖像梯度——sobel算子
#dst=cv2.Sobel(src,ddepth,dx,dy,[ksize])
#ddepth——處理結果圖像的深度；通常將參數設置為-1，表示處理結果與原圖像保持一致；深度就是數據類型是幾位的。8位的里面沒有負值
#ddepth處理圖像深度，實際操作過程中，計算梯度值可能會出現負值。通常處理的圖像都是np.uint8類型，
#           如果結果也是該類型，所有的負數都會截斷為0，發生信息缺失。所以通常計算時，使用更高的數據類型cv2.CV_64F（里面既有正數又有負數）,
#           取絕對值后，在轉換為np.uint8類型。
#dst=cv2.convertScaleAbs(src,alpha,beta):將原始圖像轉換為256色位圖
#dx——x方向；dy——y方向
#計算x方向的梯度：[dx=1,dy=0];  計算y方向的梯度：[dx=0;dy=1]
#dst=cv2.addWeighted(src1,alpha,src2,beta,gamma)——計算兩幅圖像的權重值；、


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)   # 轉回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，但兩者的計算量差不多

#圖像梯度——scharr算子
#dst=Scharr(src,ddpeth,dx,dy)
#滿足條件：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)   # 轉回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算子識別比較突出的邊界
scharr算子可以將比較細微的邊界識別出來



3.拉普拉斯算子——二階算子

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)   # 轉回uint8 
cv2.imshow("original",o)
cv2.imshow("laplacian",laplacian)
cv2.waitKey()
cv2.destroyAllWindows()