Opencv--Sobel算子

Sobel衍生物

目标

• 使用OpenCV函数cv :: Sobel来计算图像中的衍生物。
• 使用OpenCV函数cv :: Scharr计算3 \ cdot 3的内核的更准确的导数3⋅3

理论

注意

下面的解释属于Bradski和Kaehler 的“ 学习OpenCV ”一书。

• 在最后两个教程中，我们已经看到了卷积的应用例子。最重要的卷积之一是计算图像中的导数（或与其近似）。
• 为什么在图像中派生物的演算可能很重要？让我们想象一下，我们想要检测图像中存在的边。例如：

 

你可以很容易地注意到，在边缘，像素强度以臭名昭着的方式发生变化。表达变化的一个好方法是使用衍生工具。梯度的高变化表示图像的重大变化。

• 为了更加图形化，我们假设我们有一个1D图像。在下面的图中，边缘以强度显示为“跳跃” 

• 如果我们采用一阶导数（实际上，这里显示为最大值），边缘“跳”可以更容易看到