绪：Sobel算子是一种常用的边缘检测算子，是一阶的梯度算法；对噪声具有平滑作用，提供较为精确的边缘方向信息，边缘定位精度不够高；当对精度要求不是很高时，是一种较为常用的边缘检测方法。常见的应用和物理意义是边缘检测。
方法/步骤
1、思想：算子使用两个3*3的矩阵算子分别和原始图片作卷积，分别得到横向Gx和纵向Ｇy的梯度值，如果梯度值大于某一个阈值，则认为该点为边缘点；
2、矩阵转换：事实上卷积矩阵也可以由两个一维矩阵卷积而成，在opencv源码中就是用两个一维矩阵卷积生成一个卷积矩阵：
3、梯度值：图像的梯度值由以下公式计算：图像近似梯度值如下：对于原始图像，P5的梯度值为：
4、OpenCV2410，sobel算子函数原型：voidSobel(InputArraysrc,OutputArraydst,intddepth,intdx,intdy,intksize=3,doublescale=1,doubledelta=0,intborderType=BORDER_DEFAULT)函数参数解释：InputArraysrc：输入的原图像，Mat类型OutputArraydst：输出的边缘检测结果图像，Mat类型，大小与原图像相同。intddepth：输出图像的深度，针对不同的输入图像，输出目标图像有不同的深度，具体组合如下：-若src.depth()=CV_8U,取ddepth=-1/CV_16S/CV_32F/CV_64F-若src.depth()=CV_16U/CV_16S,取ddepth=-1/CV_32F/CV_64F-若src.depth()=CV_32F,取ddepth=-1/CV_32F/CV_64F-若src.depth()=CV_64F,取ddepth=-1/CV_64F注：ddepth=-1时，代表输出图像与输入图像相同的深度。intdx：int类型dx，x方向上的差分阶数，1或0intdy：int类型dy，y方向上的差分阶数，1或0其中，dx=1，dy=0，表示计算X方向的导数，检测出的是垂直方向上的边缘；dx=0，dy=1，表示计算Y方向的导数，检测出的是水平方向上的边缘。intksize：为进行边缘检测时的模板大小为ksize*ksize，取值为5和7，其中默认值为3。特殊情况：ksize=1时，采用的模板为3*1或1*3。当ksize=3时，Sobel内核可能产生比较明显的误差；doublescale：默认1。doubledelta：默认0。intborderType：默认值为BORDER_DEFAULT。
5、Sobel调用格式：sobel算法代码实现过程为：//求X方向梯度Sobel(src_gray,grad_x,ddepth,1,0,3,scale,delta,BORDER_DEFAULT);//求Y方向梯度Sobel(src_gray,grad_y,ddepth,0,1,3,scale,delta,BORDER_DEFAULT);convertScaleAbs(grad_x,abs_grad_x);convertScaleAbs(grad_y,abs_grad_y);addWeighted(dst_x,0.5,dst_y,0.5,0,dst);//一种近似的估计
6、Sobel算子实现：#include<opencv2\openc箪滹埘麽v.hpp>usingnamespacestd;using荏鱿胫协namespacecv;intmain(intargc,char**argv){Matin_img=imread("raw.jpg",0);if(!in_img.data){return-1;}Matout_img_dx=Mat::zeros(in_img.size(),CV_16SC1);Matout_img_dy=Mat::zeros(in_img.size(),CV_16SC1);Matout_img_dxy=Mat::zeros(in_img.size(),CV_16SC1);GaussianBlur(in_img,in_img,Size(3,3),0);unsignedchar*p_data=(unsignedchar*)in_img.data;unsignedchar*p_data_dx=(unsignedchar*)out_img_dx.data;unsignedchar*p_data_dy=(unsignedchar*)out_img_dy.data;intstep=in_img.step;for(inti=1;i<in_img.rows-1;i++){for(intj=1;j<in_img.cols-1;j++){//通过指针遍历图像上每一个像素p_data_dx[i*out_img_dx.step+j*(out_img_dx.step/in_img.step)]=abs(p_data[(i-1)*in_img.step+j+1]+2*p_data[i*in_img.step+j+1]+p_data[(i+1)*in_img.step+j+1]-p_data[(i-1)*in_img.step+j-1]-2*p_data[i*in_img.step+j-1]-p_data[(i+1)*in_img.step+j-1]);p_data_dy[i*out_img_dy.step+j*(out_img_dy.step/in_img.step)]=abs(p_data[i*in_img.step+j-1]+2*p_data[i*in_img.step+j]+p_data[i*in_img.step+j+1]-p_data[(i+1)*in_img.step+j-1]-2*p_data[(i+1)*in_img.step+j]-p_data[(i+1)*in_img.step+j+1]);}}addWeighted(out_img_dx,0.5,out_img_dy,0.5,0,out_img_dxy);Matimg_dx,img_dy,img_dxy;convertScaleAbs(out_img_dx,img_dx);convertScaleAbs(out_img_dy,img_dy);convertScaleAbs(out_img_dxy,img_dxy);imshow("rawimg",in_img);imshow("xdirection",img_dx);imshow("ydirection",img_dy);imshow("xydirection",img_dxy);Matsobel_img;Sobel(in_img,sobel_img,CV_8UC1,1,1,3);imshow("opencvsobel",sobel_img);waitKey(0);return0;}
7、OpenCV内源码：staticvoidgetSobelKe筠续师诈rnels(OutputArray_kx,OutputArray惺绅寨瞀_ky,intdx,intdy,int_ksize,boolnormalize,intktype){inti,j,ksizeX=_ksize,ksizeY=_ksize;if(ksizeX==1&&dx>0)ksizeX=3;if(ksizeY==1&&dy>0)ksizeY=3;CV_Assert(ktype==CV_32F||ktype==CV_64F);_kx.create(ksizeX,1,ktype,-1,true);_ky.create(ksizeY,1,ktype,-1,true);Matkx=_kx.getMat();Matky=_ky.getMat();if(_ksize%2==0||_ksize>31)CV_Error(CV_StsOutOfRange,"Thekernelsizemustbeoddandnotlargerthan31");std::vector<int>kerI(std::max(ksizeX,ksizeY)+1);CV_Assert(dx>=0&&dy>=0&&dx+dy>0);for(intk=0;k<2;k++){Mat*kernel=k==0?&kx:&ky;intorder=k==0?dx:dy;intksize=k==0?ksizeX:ksizeY;CV_Assert(ksize>order);if(ksize==1)kerI[0]=1;elseif(ksize==3){if(order==0)kerI[0]=1,kerI[1]=2,kerI[2]=1;elseif(order==1)kerI[0]=-1,kerI[1]=0,kerI[2]=1;elsekerI[0]=1,kerI[1]=-2,kerI[2]=1;}else{intoldval,newval;kerI[0]=1;for(i=0;i<ksize;i++)kerI[i+1]=0;for(i=0;i<ksize-order-1;i++){oldval=kerI[0];for(j=1;j<=ksize;j++){newval=kerI[j]+kerI[j-1];kerI[j-1]=oldval;oldval=newval;}}for(i=0;i<order;i++){oldval=-kerI[0];for(j=1;j<=ksize;j++){newval=kerI[j-1]-kerI[j];kerI[j-1]=oldval;oldval=newval;}}}Mattemp(kernel->rows,kernel->cols,CV_32S,&kerI[0]);doublescale=!normalize?1.:1./(1<<(ksize-order-1));temp.convertTo(*kernel,ktype,scale);}}