Python 3.x 如何求图像的一阶和二阶导数矩阵

我试图计算图像的梯度方向，在第一部分中，我需要计算图像的一阶导数（水平方向和垂直方向），因此我在scipy模块中应用了高斯滤波器以获得它，但我得到了一个错误“AttributeError:'int'object没有属性'shape'”

我使用的是python版本3.7.0，opencv版本是3.4.2

功能文档如下所示：

g_x=np.zero（图像新形状）
高斯滤波器（图像新，2*np.sqrt（2），（0,1），1，g_x）

---

这是正确的吗？或者如何计算图像的一阶导数（和二阶导数）。

要获得图像的一阶导数，可以在scipy中应用高斯滤波器，如下所示

from scipy.ndimage import gaussian_filter, laplace

image_first_derivative = gaussian_filer(image, sigma=3)

如果sigma是一个单一的数字，那么将在所有方向上计算Derivative。指定将西格玛作为序列传递的方向

上面是用

sigma=（11,0）

在x方向拍摄的图像的一阶导数。下图是在y方向上用

sigma=（0,11）

您可以相应地选择sigma的值。为了计算二阶导数，可以使用拉普拉斯算子

image_sec_derivative = laplace(image)

---

您可以将其链接到旧wiki内容的存档转储---有关当前材料，请参阅。你能编辑你的问题以包含你正在使用的python和opencv版本吗？我刚刚编辑了我的问题！x导数的sobel_h为Thxse，y导数的sobel_v为Thxse。谢谢你的回答，但是如何计算水平或垂直方向上的一阶导数？