原理
sobel算子是一種計算不同方向上梯度的工具。原理是使用卷積覈對圖像進行處理。
如果想計算x方向梯度，我們就需要這樣的一個卷積核
以卷積核的中心爲中心，將卷積核與圖像上像素值一一對應，卷積核上的數字相當於係數。利用如下公式即可計算出卷積核中心的x方向梯度。
同理，如果想要計算y方向的梯度，卷積核應該是這樣的，公式也是同理。
我們求得了某一像素x方向和y方向的梯度，那麼該像素的梯度容易得出：
但是這個公式比較難算，所以我們一般直接把這個公式化作：
Sobel函數
opencv中提供給我們封裝好的Sobel算子函數，不需要我們一一計算。
其構造函數如下：
cv2.Sobel(src,ddepth,dx,dy,ksize)
參數解釋：
- src：原圖
- ddepth：處理結果圖像深度，一般我們都填-1，即與原圖深度相同。但在這裏我們需要填寫cv2.CV_64F。簡單來說就是如果填寫-1，我們在計算梯度時產生的負數就會被程序默認爲0，導致有一邊的邊緣出不來。而cv2.CV_64F範圍更大，可以保留負數。
- dx：計算x方向的梯度
- dy：計算y方向的梯度
- ksize：卷積核的尺寸。默認爲3，即3*3的矩陣。
函數在使用時。如果我們想要計算x方向的梯度：
cv2.Sobel(src,ddepth,1,0,ksize)
反之，計算y方向的梯度
cv2.Sobel(src,ddepth,0,1,ksize)
當然，想要計算總梯度直接dx=1，dy=1也是可以的，但是效果十分不好。不建議使用這種方法。
我們通常使用的方法是按權相加法。按權相加x方向梯度和y方向梯度。使用cv2.addWeight()函數，該函數支持五個參數：
- src1：第一幅圖像
- weight1：第一幅圖像的權重
- src2：第二幅圖像
- weight2：第二幅圖像的權重
- 修改值
我們還要注意一件事。在我們分別計算完x、y方向的權值時，裏面是有負數的。我們需要對這些負數取絕對值，否則照樣會被歸爲0。
取絕對值的函數是cv2.convertScaleAbs(img)
例程：
import numpy as np
import cv2
img=cv2.imread('D://zopencv//qi.jpg',0)
mask_x=cv2.Sobel(img,cv2.CV_64F,1,0)#計算x方向梯度
mask_y=cv2.Sobel(img,cv2.CV_64F,0,1)
img_x=cv2.convertScaleAbs(mask_x)#取絕對值
img_y=cv2.convertScaleAbs(mask_y)
mask=cv2.addWeighted(img_x,0.5,img_y,0.5,0)#按權相加
#mask=cv2.Sobel(img,cv2.CV_64F,1,1)
Archie=cv2.resize(mask,None,fx=0.5,fy=0.5,interpolation=cv2.INTER_AREA)#圖片太大了，縮小圖片
cv2.imshow('Archie',Archie)
cv2.waitKey(0)
cv2.destroyAllWindows()
這是按權相加得到的邊緣圖
這是直接取dx=1，dy=1得到的邊緣圖
差距一目瞭然。