opencv mat 求梯度

在OpenCV中，可以使用Sobel、Scharr或Laplacian等函数来计算图像或矩阵的梯度。

以计算矩阵的梯度为例，可以使用Sobel函数，示例代码如下：

cv::Mat src = ...; // 定义原始矩阵
cv::Mat grad_x, grad_y;
cv::Mat abs_grad_x, abs_grad_y;
int ddepth = CV_16S;
int scale = 1;
int delta = 0;
int ksize = 3; // Sobel核大小

// 计算x方向和y方向的梯度
cv::Sobel(src, grad_x, ddepth, 1, 0, ksize, scale, delta, cv::BORDER_DEFAULT);
cv::Sobel(src, grad_y, ddepth, 0, 1, ksize, scale, delta, cv::BORDER_DEFAULT);

// 取绝对值并转换成8-bit
cv::convertScaleAbs(grad_x, abs_grad_x);
cv::convertScaleAbs(grad_y, abs_grad_y);

// 合并x方向和y方向的梯度
cv::Mat grad;
cv::addWeighted(abs_grad_x, 0.5, abs_grad_y, 0.5, 0, grad);

以上代码中，通过Sobel函数计算了原始矩阵src的x方向和y方向的梯度，得到了grad_x和grad_y两个矩阵。然后，将grad_x和grad_y矩阵取绝对值并转换成8-bit类型的矩阵，得到了abs_grad_x和abs_grad_y两个矩阵。最后，通过addWeighted函数将abs_grad_x和abs_grad_y两个矩阵合并成一个梯度矩阵grad。