图像梯度处理
图像梯度
图像梯度是用于描述图像中像素值变化的方向和强度的概念。它类似于数学中的一阶导数，用于检
测图像中的显著变化区域，这些区域通常对应于图像的边缘。
图像是离散的，无法直接应用连续函数的导数，而是通过差分来近似计算梯度。
边缘区域通常具有较大的梯度值，而平滑区域的梯度值较小。通过比较相邻像素的差值，可以有效
地识别出图像中的边缘。
如果该列的右侧像素值与左侧像素值的差值较大，那么这表示该列处于边界位置。
对于平滑区域，由于左右两侧的像素值差异不大，因此差值接近于零，表示这些区域不包含边界。
类似地，在垂直方向上，也可以通过比较上下像素值的差异来识别图像的边缘。
边缘提取
滤波是应用卷积来实现的，卷积的关键就是卷积核。
voidfilter2D(InputArray src,
OutputArray dst,
intddepth,
InputArray kernel,
Point anchor=Point(-1,-1),
doubledelta=0,
intborderType=BORDER_DEFAULT
);
src：输入图像，通常是一个二维的矩阵（如灰度图或彩色图）。
dst：输出图像，其数据类型由参数ddepth决定。
ddepth：表示目标图像的所需深度。常见的值-1：表示输出图像的深度与输入图像相同。
kernel：卷积核（或相当于相关核），是一个自定义的矩阵。
其他采用默认值。
Sobel算子
Sobel算子通过两个方向上的卷积核来计算图像的梯度：水平方向和垂直方向。
voidSobel(InputArray src,
OutputArray dst，
intddepth,
intdx,
intdy,
intksize=3,
doublescale=1,
doubledelta=0,
intborderType=BORDER_DEFAULT
);
src：输入图像，支持单通道或多通道图像。
dst：输出图像，存储Sobel滤波器处理后的结果。
ddepth：指定输出图像的深度，通常设为-1表示与输入图像深度相同。
dx, dy：指定求导的方向。dx=1, dy=0计算水平方向的导数，dx=0, dy=1计算垂直方向的导数。
ksize：指定Sobel算子的大小，通常选择3、5或7。
scale：可选缩放系数，用于调整导数值的范围。默认值为1，表示不缩放。
在OpenCV中，使用函数convertScaleAbs()对参数取绝对值。
voidconvertScaleAbs(InputArray src,
OutputArray dst,
doublealpha=1,
doublebeta=0
);
dst：处理后的图像的输出结果。
src：输入的原始图像。
alpha：比例系数，默认值为1
beta：亮度值的调节，默认值为0
Laplacian算子
Laplacian(拉普拉斯)算子是一种二阶导数算子，其具有旋转不变性，可以满足不同方向的图像边缘锐化(边缘检测)的要求。
Laplacian算子类似二阶Sobel导数，需要计算两个方向的梯度值。
voidLaplacian(
InputArray src,
OutputArray dst,
intddepth,
intksize=1,
doublescale=1,
doubledelta=0,
intborderType=BORDER_DEFAULT
);
ddepth：表示目标图像的所需深度。
ksize：默认情况下，ksize为1。当ksize的值为1时,Laplacian算子计算时采用的3x3的核。