# 图像梯度
###### 作者|OpenCV-Python Tutorials
###### 编译|Vincent
###### 来源|OpenCV-Python Tutorials
### 目标
在本章中,我们将学习:
- 查找图像梯度,边缘等
- 我们将看到以下函数:**cv.Sobel**(),**cv.Scharr**(),**cv.Laplacian**()等
### 理论
OpenCV提供三种类型的梯度滤波器或高通滤波器,即Sobel,Scharr和Laplacian。我们将看到他们每一种。
### 1. Sobel 和 Scharr 算子
Sobel算子是高斯平滑加微分运算的联合运算,因此它更抗噪声。逆可以指定要采用的导数方向,垂直或水平(分别通过参数yorder和xorder)。逆还可以通过参数ksize指定内核的大小。如果`ksize = -1`,则使用3x3 Scharr滤波器,比3x3 Sobel滤波器具有更好的结果。请参阅文档以了解所使用的内核。
### 2. Laplacian 算子
它计算了由关系$\Delta src = \frac{\partial ^2{src}}{\partial x^2} + \frac{\partial ^2{src}}{\partial y^2}$给出的图像的拉普拉斯图,它是每一阶导数通过Sobel算子计算。如果`ksize = 1`