OpenCV學習之旅四：導數和梯度

表示微分最常用的算子是sobel導數算子，sobel算子可以實現任意階導數和混合偏導數

src：源圖像
dst：目標圖像
ddepth:確定目標圖像的深度或類型
xorder，yorder：求導順序，x和y的取值爲（0，1，2），不能同時取0
ksize：表示調用濾波器的寬和高，是一個奇數（目前最大支持到31）
scale:閾值
delta:偏移

void cv::Sobel(src,dst,ddepth,xorder,yorder,ksize,scale,delta,bordertype)

sobel算子的好處：可以定義核的大小，並且可以快速、迭代地構造這些核。壞處是核比較小的時候，準確度不高，此時可以使用scharr濾波器，利用ksize=cv::scharr，即可消除小圖造成的誤差。

代碼實現：

#include<iostream>
#include<opencv2\highgui\highgui.hpp>
#include<opencv2\core\core.hpp>
#include <opencv2\imgproc\imgproc.hpp>
 
using namespace std;
using namespace cv;
 
int main()
{
	Mat img, imgGray,result,dst;
	img = imread("C:\\Users\\shawn\\Pictures\\Saved Pictures\\2.JPG");
	imshow("原圖", img);
	cvtColor(img, imgGray, CV_BGR2GRAY);    //必須經過灰度處理，才能進行導數操作
	/*imshow("灰度圖", imgGray);
	threshold(imgGray, result, 100, 255, CV_THRESH_BINARY);
	imshow("二值化圖", result);//二值化
	GaussianBlur(img, dst, Size(5, 5), 0, 0);//平滑操作
	//顯示效果圖
	imshow("高斯濾波【效果圖】", dst);*/
	Sobel(imgGray, dst, -1,1,0,3);
	imshow("導數【效果圖】", dst);
	waitKey();
	destroyAllWindows();
 
    return 0;
}