【1】算法简介
Sobel算子是一种用于边缘检测的线性滤波器，如果把图像看做是一个二维函数，那么Sobel算子就是图像在垂直和水平方向上变化的速度（即梯度）。Sobel算子在水平和垂直方向上做像素值的差分，能够得到图像梯度的近似值，在像素周围进行运算时，能够减少噪声带来的影响。
其对应的内核函数为：
Sobel算子检测方法对灰度渐变和噪声较多的图像处理效果较好，sobel算子对边缘定位不是很准确，图像的边缘不止一个像素；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。对于细小边缘检测要求较高的，可以采用scharr算子，它是在sobel算子的基础上进行改进，在不影响检测速度的前提下，提高了边缘检测的精度。
sobel算子和scharr算子他们的卷积核大小是一样的。这意味着他们计算起来，工作量是一样的。
具体算法流程可以参考这篇文章：
【2】算子参数介绍
cv::Sobel(image, // 输入的图像可以是三通道，也可是单通道 sobel, // 输出 image_depth, // 图像类型 xorder,yorder, // 内核规格 kernel_size, // 正方形内核的尺寸 alpha, beta); // 比例和偏移量
参数简介：
输出图像的像素类型是可以选择的：无符号字符型、有符号整数或浮点数。对于sobel算子而言一般选择类型为CV_16S。如果结果超出了像素值域的范围，就会进行饱和度运算，在生成最终图像之前，可以将结果缩放（相乘）alpha倍，并加上偏移量beta。
每个Sobel 掩码都是一个方向上的导数，因此要用两个参数来指明将要应用的内核，即x方向和y 方向导数的阶数。例如，如果xorder和yorder分别为1 和0，则得到水平方向Sobel内核；如果分别是0和1，则得到垂直方向的内核。内核的尺寸也可以大于3×3。可选的尺寸有1、3、5 和7。内核尺寸为1，表示一维Sobel 滤波器（1×3 或3×1）。
【3】完整代码
#include<opencv2\opencv.hpp> #include<opencv2\imgproc\imgproc.hpp> #include<opencv2\highgui\highgui.hpp> using namespace cv; using namespace std; int main(int argc, char** argv) { //载入原始图 Mat src = imread("E:\\乔大花进度\\11-28\\边缘检测\\3.jpg"); //【1】创建abs_grad_x，abs_grad_y,dst矩阵; Mat grad_x, grad_y; Mat abs_grad_x,abs_grad_y,dst; //【2】显示原始图 imshow("原始图",src); //【3】求x方向梯度 Sobel(src,grad_x,CV_16S,1,0,3); convertScaleAbs(grad_x,abs_grad_x); imshow("x方向sobel",abs_grad_x); Scharr(src, grad_y, CV_16S, 0, 1, 9); convertScaleAbs(grad_y,abs_grad_y); imshow("y方向sobel",abs_grad_y); //【5】合并梯度(近似) addWeighted(abs_grad_x,0.5,abs_grad_y,0.5,0,dst); cout << "Sobel输出图像的类型为：" << dst.type() << endl; cout << "Sobel输出图像的通道数" << dst.channels() << endl; imshow("整体效果",dst); waitKey(0); system("pause"); destroyAllWindows(); return 0; }
运行结果：
