04.sobel边缘检查.py

import cv2
import numpy as np

img = cv2.imread("lenna.png",0)  # 读取图片

'''
Sobel函数求完导数后会有负值，还有会大于255的值。
而原图像是uint8，即8位无符号数(范围在[0,255])，所以Sobel建立的图像位数不够，会有截断。
因此要使用16位有符号的数据类型，即cv2.CV_16S。
'''
x = cv2.Sobel(img,cv2.CV_16S, 1,0)   # 1,0表示横向
y = cv2.Sobel(img,cv2.CV_16S, 0,1)   # 0,1表示纵向

'''
在经过处理后，别忘了用convertScaleAbs()函数将其转回原来的uint8形式。
否则将无法显示图像，而只是一副灰色的窗口。
dst = cv2.convertScaleAbs(src[, dst[, alpha[, beta]]])  
其中可选参数alpha是伸缩系数，beta是加到结果上的一个值。结果返回uint8类型的图片。
'''
absx = cv2.convertScaleAbs(x)
absy = cv2.convertScaleAbs(y)

'''
由于Sobel算子是在两个方向计算的，最后还需要用cv2.addWeighted(...)函数将其组合起来
。其函数原型为：
dst = cv2.addWeighted(src1, alpha, src2, beta, gamma[, dst[, dtype]])  
其中alpha是第一幅图片中元素的权重，beta是第二个的权重， (与上面的alpha和beta不是一个东西)
gamma是加到最后结果上的一个值。
'''
dst = cv2.addWeighted(absx,0.5,absy,0.5,0)
cv2.imshow("absx",absx)
cv2.imshow("absy",absy)
cv2.imshow("dst",dst)
cv2.waitKey()