代码语言：javascript复制
import cv2
o=cv2.imread("C:/Users/xpp/Desktop/Lena.png",cv2.IMREAD_GRAYSCALE)#原始图像
Sobelx=cv2.Sobel(o,cv2.CV_64F,1,0)#x轴方向的求导阶数
Sobely=cv2.Sobel(o,cv2.CV_64F,0,1)#y轴方向的求导阶数
Sobelx=cv2.convertScaleAbs(Sobelx)#x轴方向的计算结果取绝对值
Sobely=cv2.convertScaleAbs(Sobely)#y轴方向的计算结果取绝对值
Sobelxy=cv2.addWeighted(Sobelx,0.5,Sobely,0.5,0)#x轴方向和y轴方向的边缘叠加
Sobelxy11=cv2.Sobel(o,cv2.CV_64F,1,1)#当dx=1,dy=1时，Sobel运算
Sobelxy11=cv2.convertScaleAbs(Sobelxy11)#x轴方向和y轴方向的计算结果取绝对值
cv2.imshow("original",o)
cv2.imshow("xy",Sobelxy)
cv2.imshow("xy11",Sobelxy11)
cv2.waitKey()
cv2.destroyAllWindows()算法：Sobel算子是离散的微分算子，结合了高斯平滑和微分求导运算，利用局部差分寻找边缘，计算所得的值是一个梯度的近似值。
水平边界：
P5x=(P3-P1) 2x(P6-P4) (P9-P7)
- 对于线条A和线条B，右侧像素值与左侧像素值的差值不为零，因此是边界
- 对于其余列，其右侧像素值与左侧像素值的差值均为零，因此不是边界
垂直边界：
P5y=(P7-P1) 2x(P8-P2) (P9-P3)
- 对于线条A和线条B，下侧像素值与上侧像素值的差值不为零，因此是边界
- 对于其余行，其下侧像素值与上侧像素值的差值均为零，因此不是边界 |P5x|=|(P3-P1) 2x(P6-P4) (P9-P7)| |P5y|=|(P7-P1) 2x(P8-P2) (P9-P3)| P5Sobel=|P5x| |P5y|=|(P3-P1) 2x(P6-P4) (P9-P7)| |(P7-P1) 2x(P8-P2) (P9-P3)|
dst=cv2.Sobel( src, ddepth, dx, dy[, ksize[, scale[, delta[, borderType]]]] )
- src表示输入图像
- ddepth表示输出图像的深度
- dx表示x轴方向的求导阶数
- dy表示y轴方向的求导阶数
- ksize表示Sobel核的大小
- scale表示计算导数值所采用的缩放因子，默认值是1
- delta表示加在输出图像的值，默认值是0
- borderType表示边界样式
注意：ksize的值为-1时表示使用Scharr算子运算。如果处理的图像是8位图类型且ddepth参数值为-1时，那么所有负数会自动截断为0，发生信息丢失。为了避免信息丢失，在计算时要先使用更高的数据类型cv2.CV_64F，再通过取绝对值将其映射为cv2.CV_8U（8位图）类型。通常将函数cv2.Sobel()内参数ddepth的值设置为cv2.CV_64F。
