有以下两种写法
Sobel(srcMat,sobelMatX,CV_32F,1,0,3,1,1,BORDER_DEFAULT)
Sobel(srcMat,sobelMatX)
用第一种操作图片，cout角度矩阵会报错；
用第二种操作矩阵，cout角度矩阵会报错，这是为什么？
谢谢。
opencv中sobel算子的两种写法
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
关注不知道你这个问题是否已经解决, 如果还没有解决的话:- 这篇文章讲的很详细，请看：OpenCV——Sobel边缘检测
- 除此之外, 这篇博客: OpenCv中的 Sobel算子 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^解决 无用评论 打赏举报 分享
- 2022-03-12 18:30回答 1 已采纳 不是特别理解你说的，说下我的理解首先Sobel算子是用于边缘检测的算子，得出的结果并不是二值图，得到二值图像往往是设置了一个阈值，可以理解为当sobel算子结果超过该阈值时，给点为边缘点（为1），否则
- 2023-03-08 13:02回答 2 已采纳 “Devil组”引证GPT后的撰写：你可以使用OpenCV中的 cv2.normalize() 函数来对结果进行归一化处理，例如： sobel1 = cv2.Sobel(img, cv2.CV_6
- 2021-08-04 11:56回答 2 已采纳 opencv自带有dnn模块可以直接条用tensorflow的模型，但是不如tf那样方便，有些网络层和操作如果不支持的话就需要转换，举例来说如果sigmoi不支持就得换relu（当然opencv是支持
- 2022-02-17 15:44mustuo的博客 Sobel算子关注像素点和上下左右四个像素点的差异程度，即分别从x方向和y方向计算锚点梯度。 首先用Gx×AG_x×AGx×A得到锚点xxx方向的梯度，再用Gy×AG_y×AGy×A得到yyy方向的梯度。最后将两个方向的梯度加权...
- 2022-10-07 19:20回答 2 已采纳 应该是后缀问题哦，就是.jpg，少了一个点号。
- 2023-02-03 08:50回答 3 已采纳 这就是警告一下你 你用的这个tf下的variblescope模块以后可能会被tensorflow移除，所以以后可能不支持。解决方案是 用 init = tf.global_variables_init
- 2023-03-01 21:42回答 3 已采纳 基于Monster 组和GPT的调写：在C++中，boxPoints函数的第二个参数是一个Mat类型的输出参数，它会被用来存储旋转矩形的四个顶点坐标。因此，你需要先创建一个大小为(4, 2)的Mat对
- 2022-10-14 19:59夏天是冰红茶的博客 之前写的推导Canny边缘检测算法得到了大家的认可，我也是第一次拿到了双榜第一的成绩，给了我很大的鼓励。传统的检测算法在工业当中用处...目录概述Sobel算子FFT算子Numpy中的傅里叶变换OpenCV中的傅里叶变换FHT算子。
- 2022-09-22 09:53回答 1 已采纳 Gray = 0.29900 * R + 0.58700 * G + 0.11400 * Byolo系列是one stage,RCNN系列是two stage
- 2023-01-05 09:33回答 3 已采纳 src的类型不对。试试转换下src的类型：image = np.ascontiguousarray(image) 望采纳！！！
- 2022-12-28 15:15回答 2 已采纳 opencv的imread不支持中文的读写，如果真的有中文，需要用另外的方式。另外，学编程，路径啥的最好都不要带中文，你不知道某个包突然就出现问题你还找不到原因
- 2022-06-25 22:44Jenrey的博客 Python使用OpenCV进行计算机视觉处理，一文上手，直接毕业。自带停车场车位智能识别项目。由浅入深，无基础亦可学。
- 2021-08-20 13:48回答 1 已采纳 cap.read()返回值，也就是摄像头读取的数据，如果success为True，则说明摄像头读取成功，后面的img就是读取到的数据，有些时候摄像头不一定每次都能读取成功，这时候success就是Fa
- 2019-09-03 23:11あずにゃん的博客 github标星11600+：最全的吴恩达机器学习课程资源（完整笔记、中英文字幕视频、python作业，提供百度云镜像！） Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战 用户画像 C、C++笔记 JavaWeb+大数据...
- 2024-01-23 18:21Cherry Yuan的博客 锐化与边缘检测的基础：一阶微分&二阶微分的梯度算子，如罗伯特（Roberts）、索贝尔（Sobel）、Scharr、Prewitt、拉普拉斯（Laplacian）。
- 没有解决我的问题, 去提问
悬赏问题
- ¥30 这是哪个作者做的宝宝起名网站
- ¥60 版本过低apk如何修改可以兼容新的安卓系统
- ¥25 由IPR导致的DRIVER_POWER_STATE_FAILURE蓝屏
- ¥50 有数据，怎么建立模型求影响全要素生产率的因素
- ¥50 有数据，怎么用matlab求全要素生产率
- ¥15 TI的insta-spin例程
- ¥15 完成下列问题完成下列问题
- ¥15 C#算法问题, 不知道怎么处理这个数据的转换
- ¥15 YoloV5 第三方库的版本对照问题
- ¥15 请完成下列相关问题！