Opencv python 模板匹配 opencv sobel python

Python版本是Python3.7.3，OpenCV版本OpenCV.3.4.1，开发环境为PyCharm

本节将通过实例来介绍如何使用函数cv2.Sobel()获取图像边缘信息。

eg1：使用函数cv2.Sobel()获取图像水平方向的边缘信息。
在本例中，将参数ddepth的值设置为-1，参数dx和dy的值设置为“dx=1, dy=0”。
:程序如下：

import cv2
o = cv2.imread('sobel4.bmp',cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(o,-1,1,0)
cv2.imshow("original",o)
cv2.imshow("x",sobelx)
cv2.waitKey()
cv2.destroyAllWindows()

运行程序，结果如下图所示。

【分析】从程序可以看出，当参数ddepth的值为-1时，只得到了图中黑色框的右边界。这是因为，左边界在运算时得到了负值，其在显示时被调整为0，所以没有显示出来。要想获取左边界的值（将其显示出来），必须将参数ddepth的值设置为更大范围的数据结构类型，并将其映射到8位图像内。

eg2：使用函数cv2.Sobel()获取图像水平方向的完整边缘信息。
在本例中，将参数ddepth的值设置为cv2.CV_64F，并使用函数cv2.convertScaleAbs()对cv2.Sobel()的计算结果取绝对值。
:程序如下：

import cv2
o = cv2.imread('sobel4.bmp',cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(o,cv2.CV_64F,1,0)
sobelx = cv2.convertScaleAbs(sobelx)   # 转回uint8  
cv2.imshow("original",o)
cv2.imshow("x",sobelx)
cv2.waitKey()
cv2.destroyAllWindows()

运行程序，结果如下图所示。

【分析】从程序可以看出，将函数cv2.Sobel()内参数ddepth的值设置为“cv2.CV_64F”，参数dx和dy的值设置为“dx=1, dy=0”后，执行该函数，再对该函数的结果计算绝对值，可以获取图像在水平方向的完整边缘信息。

eg3：使用函数cv2.Sobel()获取图像垂直方向的边缘信息。
在本例中，将参数ddepth的值设置为cv2.CV_64F，并使用函数cv2.convertScaleAbs()对cv2.Sobel()的计算结果取绝对值。
程序如下：

import cv2
o = cv2.imread('sobel4.bmp',cv2.IMREAD_GRAYSCALE)
sobely = cv2.Sobel(o,cv2.CV_64F,0,1)
sobely = cv2.convertScaleAbs(sobely)
cv2.imshow("original",o)
cv2.imshow("y",sobely)
cv2.waitKey()
cv2.destroyAllWindows()

运行程序，结果如下图所示。

【分析】从程序可以看出，将参数ddepth的值设置为“cv2.CV_64F”，参数dx和dy的值设置为“dx=0, dy=1”的情况下，使用函数cv2.convertScaleAbs()对函数cv2.Sobel()的计算结果取绝对值，可以获取图像在垂直方向的完整边缘信息。

eg4：当参数dx和dy的值为“dx=1, dy=1”时，查看函数cv2.Sobel()的执行效果。
程序如下：

import cv2
o = cv2.imread('sobel4.bmp',cv2.IMREAD_GRAYSCALE)
sobelxy=cv2.Sobel(o,cv2.CV_64F,1,1)
sobelxy=cv2.convertScaleAbs(sobelxy) 
cv2.imshow("original",o)
cv2.imshow("xy",sobelxy)
cv2.waitKey()
cv2.destroyAllWindows()

运行程序，结果如下图所示。

eg5：计算函数cv2.Sobel()在水平、垂直两个方向叠加的边缘信息。

程序如下：

import cv2
o = cv2.imread('sobel4.bmp',cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(o,cv2.CV_64F,1,0)
sobely = cv2.Sobel(o,cv2.CV_64F,0,1)
sobelx = cv2.convertScaleAbs(sobelx)   # 转回uint8  
sobely = cv2.convertScaleAbs(sobely)  
sobelxy =  cv2.addWeighted(sobelx,0.5,sobely,0.5,0)  
cv2.imshow("original",o)
cv2.imshow("xy",sobelxy)
cv2.waitKey()
cv2.destroyAllWindows()

运行程序，结果如下图所示。

【分析】从程序可以看出，本例中首先分别计算x方向的边缘、y方向的边缘，接下来使用函数cv2.addWeighted()对两个方向的边缘进行叠加。在最终的叠加边缘结果中，同时显示两个方向的边缘信息。

eg6：使用不同方式处理图像在两个方向的边缘信息。
在本例中，分别使用两种不同的方式获取边缘信息。
● 方式1：分别使用“dx=1, dy=0”和“dx=0, dy=1”计算图像在水平方向和垂直方向的边缘信息，然后将二者相加，构成两个方向的边缘信息。
● 方式2：将参数dx和dy的值设为“dx=1, dy=1”，获取图像在两个方向的梯度。
程序如下：

import cv2
o = cv2.imread('lena.bmp',cv2.IMREAD_GRAYSCALE)
sobelx = cv2.Sobel(o,cv2.CV_64F,1,0)
sobely = cv2.Sobel(o,cv2.CV_64F,0,1)
sobelx = cv2.convertScaleAbs(sobelx)   # 转回uint8  
sobely = cv2.convertScaleAbs(sobely)  
sobelxy =  cv2.addWeighted(sobelx,0.5,sobely,0.5,0)  
sobelxy11=cv2.Sobel(o,cv2.CV_64F,1,1)
sobelxy11=cv2.convertScaleAbs(sobelxy11) 
cv2.imshow("original",o)
cv2.imshow("xy",sobelxy)
cv2.imshow("xy11",sobelxy11)
cv2.waitKey()
cv2.destroyAllWindows()

运行程序，结果如下图所示，其中左图为原始图像，中间的图为方式1对应的图像，右图为方式2对应的图像。