文档介绍：目录1梯度、、、边缘和角点Sobel使用扩展Sobel算子计算一阶、二阶、三阶或混合图像差分voidcvSobel(constCvArr*src,CvArr*dst,intxorder,intyorder,intaperture_size=3);,必须是1,3,5或7。除了尺寸为1,其它情况下,aperture_size×aperture_size可分离内核将用来计算差分。对aperture_size=1的情况,使用3x1或1x3内核(不进行高斯平滑操作)。这里有一个特殊变量CV_SCHARR(=-1),对应3x3Scharr滤波器,可以给出比3x3Sobel滤波更精确的结果。Scharr滤波器系数是:对x-方向或矩阵转置后对y-方向。函数cvSobel通过对图像用相应的内核进行卷积操作来计算图像差分:由于Sobel算子结合了Gaussian平滑和微分,所以,其结果或多或少对噪声有一定的鲁棒性。通常情况,函数调用采用如下参数(xorder=1,yorder=0,aperture_size=3)或(xorder=0,yorder=1,aperture_size=3)来计算一阶x-或y-方向的图像差分。第一种情况对应:核。第二种对应:或者核的选则依赖于图像原点的定义(origin来自IplImage结构的定义)。由于该函数不进行图像尺度变换,所以和输入图像(数组)相比,输出图像(数组)的元素通常具有更大的绝对数值(译者注:即像素的位深)。为防止溢出,当输入图像是8位的,要求输出图像是16位的。