使用擴展 Sobel 運算元計算一階、二階、三階或混合圖像差分
void cvSobel( const CvArr* src, CvArr* dst, int xorder, int yorder, int aperture_size=3 );
- src
- 輸入圖像.
- dst
- 輸出圖像.
- xorder
- x 方向上的差分階數
- yorder
- y 方向上的差分階數
- aperture_size
- 擴展 Sobel 核的大小，必須是 1, 3, 5 或 7。 除了尺寸為 1， 其它情況下， aperture_size ×aperture_size 可分離核心將用來計算差分。對 aperture_size=1的情況， 使用 3x1 或 1x3 核心 （不進行高斯平滑操作）。這裡有一個特殊變數 CV_SCHARR (=-1)，對應 3x3 Scharr 濾波器，可以給出比 3x3 Sobel 濾波更精確的結果。
- 對 x-方向 或矩陣轉置後對 y-方向。
函式 cvSobel 通過對圖像用相應的核心進行卷積操作來計算圖像差分
由於Sobel 運算元結合了 Gaussian 平滑和微分，所以，其結果或多或少對噪聲有一定的魯棒性。通常情況，函式調用採用如下參數 (xorder=1, yorder=0, aperture_size=3) 或 (xorder=0, yorder=1, aperture_size=3) 來計算一階 x- 或 y- 方向的圖像差分。
由於該函式不進行圖像尺度變換，所以和輸入圖像(數組)相比，輸出圖像(數組)的元素通常具有更大的絕對數值（譯者註：即像素的位深）。為防止溢出，當輸入圖像是 8 位的，要求輸出圖像是 16 位的。當然可以用函式 cvConvertScale 或 cvConvertScaleAbs 把運算結果（dst）轉換為 8 位的。除了8-點陣圖像，函式也接受 32-位 浮點數圖像。所有輸入和輸出圖像都必須是單通道的，並且具有相同的圖像尺寸或者ROI尺寸。
