Python 在OpenCV中，cv2.filter2D（）需要什么数据类型？

我在自学边缘检测器，并尝试使用OpenCV的

filter2D

实现我自己的梯度计算器，类似于

cv2.Sobel（）

。在OpenCV的Python接口中，

cv2.filter2D（）

允许用户使用自定义过滤器卷积图像。在OpenCV术语中，这个过滤器被称为“内核”

使用来自的图像（），我发现

cv2.Sobel（）

生成的输出外观合理。（代码如下，）

↑ 好

---

↓ 破碎的

当我尝试实现自己的

Sobel（）

-类似于下面的代码时，我得到了一个。我推测问题在于我要传递到

cv2.filter2D（）

的内核参数（

horizontalSobelMtx

）的数据类型。但是，我还没有找到任何关于

cv2.filter2D（）

内核数据类型的文档

因此，以下是我的问题：

1）

cv2.filter2D（…，kernel，…）

对于

kernel

参数来说应该是什么数据类型

---

2） 如果

kernel

的数据类型不是这里的问题，那么是什么导致我的自定义Sobel代码输出一个空白图像

我也有同样的问题，但我相信我有一个部分答案。基本上，您需要对内核进行称重。过滤算法的工作方式是，它接受你的过滤器，将其相乘，然后将所有值相加，并将它们用作新值。关键是添加部分。添加8个不同的值（一些是负数，一些是正数）通常会产生一个较大的数字，并且显示为黑色（或者在我的例子中为全白色）。 因此，你必须对增加的部分进行补偿。将内核中的所有值除以内核的大小/面积。请参见示例并记下该行

  kernel = Mat::ones( kernel_size, kernel_size, CV_32F )/ (float)(kernel_size*kernel_size);

他们把所有的东西都除以内核大小的平方

我自己，我这样做了，它有帮助（有些东西显示了），但它被洗掉了，所以我通过在代码中添加以下内容找到了我的完美体重：

 int d2weight = 1;
 //... start loop, make your Mat kernel
 kernel = kernel / d2weight;  //put right before your filter2d() call
 createTrackbar("kernel", "kernel", &d2weight, 255, NULL);

---

在d2weight=140左右拨弄条，我的图片“弹出”到视图中。

卷积内核的系数应该始终是浮动的- 点数。这意味着您应该在分配该矩阵时使用CV_32FC1。 在此特定示例中，请尝试：

horizontalSobelMtx = [[-1,0,1],[-2,0,2],[-1,0,1]]
horizontalSobelMtx = numpy.asanyarray(horizontalSobelMtx, np.float32)

---

我运行了您的代码，并得到了正确的结果。您是否运行了注释为“自定义Sobel代码（输出全黑图像）”的代码段？？我也得到了正确的结果。@Froyo是用于

#OpenCV的Sobel代码（输出好看的渐变）

代码段还是

#自定义Sobel代码（输出全黑图像）的代码段

code？gradientX.png和gradientX_customSobel.png都是正确的。

 int d2weight = 1;
 //... start loop, make your Mat kernel
 kernel = kernel / d2weight;  //put right before your filter2d() call
 createTrackbar("kernel", "kernel", &d2weight, 255, NULL);

horizontalSobelMtx = [[-1,0,1],[-2,0,2],[-1,0,1]]
horizontalSobelMtx = numpy.asanyarray(horizontalSobelMtx, np.float32)