一、问题描述
今天在实现sobel算子时，用了cv的filter2D函数以后，报了如下错误
cv2.error: OpenCV(4.5.5) :-1: error: (-5:Bad argument) in function 'imshow'
> Overload resolution failed:
> - mat data type = 23 is not supported
> - Expected Ptr<cv::cuda::GpuMat> for argument 'mat'
> - Expected Ptr<cv::UMat> for argument 'mat'报错代码段：
v = cv.filter2D(img_i, -1, G_x)
h = cv.filter2D(img_i, -1, G_y)
img = np.sqrt(v**2 + h**2)
# 此处省略阈值处理
cv.namedWindow("Image_Sobel", cv.WINDOW_NORMAL)
cv.imshow("Image_Sobel", img)
cv.waitKey(0)
cv.destroyAllWindows()二、解决
看到报错里面有 data type = 23 ，猜测是图像的数据类型有问题，输出一看发现img中元素的数据类型是float16，现在看看imshow的要求。
opencv的官方注释指出：根据图像的深度，imshow函数会自动对其显示灰度值进行缩放，规则如下：
- 如果图像数据类型是8U（8位无符号），则直接显示。
- 如果图像数据类型是16U（16位无符号）或32S（32位有符号整数），则imshow函数内部会自动将每个像素值除以256并显示，即将原图像素值的范围由[0~ 255*256]映射到[0~255]
- 如果图像数据类型是32F（32位浮点数）或64F（64位浮点数），则imshow函数内部会自动将每个像素值乘以255并显示，即将原图像素值的范围由[0~ 1]映射到[0~255]（注意：原图像素值必须要归一化）
可以发现，16F是非法的，因此 需要将其转化为32F或者64F，如以下代码中的第4行所示（转成了64F）
v = cv.filter2D(img_i, -1, G_x)
h = cv.filter2D(img_i, -1, G_y)
img = np.sqrt(v**2 + h**2)
img = img.astype(float)
# 此处省略阈值处理
cv.namedWindow("Image_Sobel", cv.WINDOW_NORMAL)
cv.imshow("Image_Sobel", img)
cv.waitKey(0)
cv.destroyAllWindows()至此，已经不会报错了，但是图像经过阈值化处理，输出是全黑的，开方应该是没有问题的，猜测是cv.filter2D的问题。直接说结论，cv.filter2D函数的第二个参数是ddepth，英文是 desired depth，即期望深度，值为-1说明输出的数据类型和输入相同，问题就出在这，输入的图像是uint8的，所以原本卷积之后是负值的全被抹掉了，后面第三行平方相加也会溢出，，，所以应该把ddepth设为CV_32F，ddepth取值表如下所示（来自官方文档）
最终的代码：
v = cv.filter2D(img_i, cv.CV_32F, G_x)
h = cv.filter2D(img_i, cv.CV_32F, G_y)
img = np.sqrt(v**2 + h**2)
# 此处省略阈值处理
cv.namedWindow("Image_Sobel", cv.WINDOW_NORMAL)
cv.imshow("Image_Sobel", img)
cv.waitKey(0)
cv.destroyAllWindows()最后的输出的图像：
