Sobel算子对噪声具有平滑作用，提供较为精确的边缘方向信息，边缘定位精度不够高。当对精度要求不是很高时，是一种较为常用的边缘检测方法。
import cv2 image = cv2.imread("wuhuan.jpg",1) cv2.imshow('yuan',image) image_x=cv2.Sobel(image,cv2.CV_64F,1,0,ksize=3) #X方向Sobel ''' 参数2 ddepth：必选参数。表示输出图像的深度，-1表示采用的是与原图像相同的深度。目标图像的深度必须大于等于原图像的深度 参数3和参数4 dx和dy表示的是求导的阶数，0表示这个方向上没有求导，一般为0、1、2 参数6 ksize：可选参数。用于设置内核大小，即Sobel算子的矩阵大小，值必须是1、3、5、7，默认为3。 ''' absX=cv2.convertScaleAbs(image_x) # 转回uint8 cv2.imshow("absX",absX) image_y=cv2.Sobel(image,cv2.CV_64F,0,1,ksize=3) #Y方向Sobel absY=cv2.convertScaleAbs(image_y) cv2.imshow('absY',absY) #进行权重融合 dst=cv2.addWeighted(absX,0.5,absY,0.5,0) cv2.imshow('dst',dst) #cv2.imshow("dst",dst) cv2.waitKey()
