图像梯度可以把图像看成二维离散函数，图像梯度其实就是这个二维离散函数的求导。

sobel算子，主要用作边缘检测，是离散差分算子，用来运算图像梯度函数的灰度近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或者法矢量。

img = cv2.imread('pie.png',cv2.GRAYSCALE) cv2.imshow("img",img) cv2.waitKey() cv2.destroyAllWindows()

dst = cv2.Sobel(src,ddepth,dx,dy,ksize)

ddepth为图像的深度；

dx和dy分别表示水平和竖直方向；

ksize是指Sobel算子的大小。

def cv_show(img,name): cv2.imshow(name,img)  cv2.waitKey()  cv2.destroyAllWindows() sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3) cv2_show(sobelx,'sobelx')

从白到黑是正数，从黑到白是负数，所有负数会被截断成0，所以要取绝对值。

sobelx = cv2.Sobel(img,cv2.CV_64F,1,0,ksize=3) sobelx = cv2.convertScaleAbs(sobelx) cv_show(sobelx,'sobelx') #dx改为0，dy改为1 sobely = cv2.Sobel(img,cv2.CV_64F,0,1,ksize=3) sobely = cv2.convertScaleAbs(sobely) cv_show(sobely,'sobely')

分别计算x和y，然后求和。

sobelxy = cv2.addWeighter(sobelx,0.5,sobely,0.5,0) cv_show(sobelxy,'sobelxy')