Sobel算子 代码

Sobel算子是一种边缘检测算法，它主要用于图像处理领域，通过计算图像局部像素梯度的大小和方向来识别边缘。Sobel算子包括两个矩阵，水平方向（Ix）和垂直方向（Iy），用于分别对图像的x和y轴做一阶导数。下面是使用Python OpenCV库实现Sobel算子的基本代码示例：

import cv2
import numpy as np

def apply_sobel(image):
    # 将图片转换为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    
    # 定义Sobel滤波器
    sobel_kernel_x = np.array([[-1, 0, 1], [-2, 0, 2], [-1, 0, 1]], dtype=np.float32) / 4.0
    sobel_kernel_y = sobel_kernel_x.T
    
    # 应用Sobel算子
    sobel_x = cv2.filter2D(gray, -1, sobel_kernel_x)  # 水平方向
    sobel_y = cv2.filter2D(gray, -1, sobel_kernel_y)  # 垂直方向
    
    # 计算梯度幅值和方向
    gradient_mag = np.hypot(sobel_x, sobel_y)
    gradient_angle = np.arctan2(sobel_y, sobel_x) * 180 / np.pi
    
    return gradient_mag, gradient_angle

# 使用示例
image = cv2.imread('input_image.jpg')  # 替换为实际图片路径
magnitude, angle = apply_sobel(image)

在这个例子中，`gradient_mag`是一个表示边缘强度的灰度图像，而`angle`则是表示边缘方向的角度图像。注意，这个过程可能会导致边缘增强，并引入噪声。