我正在尝试将一些代码从 Matlab 迁移到 Opencv，并且需要梯度函数的精确副本。我尝试了 cv::Sobel 函数，但由于某种原因，生成的 cv::Mat 中的值与 Matlab 版本中的值不同。我需要单独矩阵中的 X 和 Y 梯度以进行进一步计算。
任何可以实现这一点的解决方法都会很棒
【问题讨论】：
cv::Sobel() 正是您想要的。如果您发布您使用的代码（以及您期望它输出的代码），我们可以查看并了解您的问题。
标签： matlab opencv gradient derivative
Sobel 只能计算图像像素的二阶导数，这不是我们想要的。
(f(i+1,j) + f(i-1,j) - 2f(i,j)) / 2
我们想要的是
(f(i+i,j)-f(i-1,j)) / 2
所以我们需要申请
Mat kernelx = (Mat_<float>(1,3)<<-0.5, 0, 0.5);
Mat kernely = (Mat_<float>(3,1)<<-0.5, 0, 0.5);
filter2D(src, fx, -1, kernelx)
filter2D(src, fy, -1, kernely);
Matlab 处理边界像素与内部像素的方式不同。所以上面的代码在边界值上是错误的。可以使用 BORDER_CONSTANT 用一个常数来扩展边界值，不幸的是常数在 OpenCV 中是 -1 并且不能更改为 0（这是我们想要的）。
至于边界值，我没有一个非常简洁的答案。只需尝试手动计算一阶导数...
【讨论】：
你必须用参数调用 Sobel 2 次：
xorder = 1, yorder = 0
和
xorder = 0, yorder = 1
您必须选择合适的内核大小。
可能仍然是 MatLab 实现不同，理想情况下您应该检索那里使用的内核...
编辑：
如果需要指定自己的内核，可以使用更通用的filter2D。您的目标深度将为 CV_16S（16 位签名）。
【讨论】：
Matlab 以不同方式计算内部行和边界行的梯度（当然，列也是如此）。在边界，这是一个简单的前向差异gradY(1) = row(2) - row(1)。内部行的梯度由中心差 gradY(2) = (row(3) - row(1)) / 2 计算。
我认为仅在 OpenCV 中的整个矩阵上运行单个卷积滤波器无法达到相同的结果。将cv::Sobel() 与ksize = 1 一起使用，然后处理边框（手动或通过应用[ 1 -1 ] 过滤器）。
【讨论】：
裴的回答部分正确。 Matlab 使用这些计算来计算边界：
G(:,1) = A(:,2) - A(:,1); G(:,N) = A(:,N) - A(:,N-1);
所以使用下面的opencv代码来完成渐变：
static cv::Mat kernelx = (cv::Mat_<double>(1, 3) << -0.5, 0, 0.5);
static cv::Mat kernely = (cv::Mat_<double>(3, 1) << -0.5, 0, 0.5);
cv::Mat fx, fy;
cv::filter2D(Image, fx, -1, kernelx, cv::Point(-1, -1), 0, cv::BORDER_REPLICATE);
cv::filter2D(Image, fy, -1, kernely, cv::Point(-1, -1), 0, cv::BORDER_REPLICATE);
fx.col(fx.cols - 1) *= 2;
fx.col(0) *= 2;
fy.row(fy.rows - 1) *= 2;
fy.row(0) *= 2;
【讨论】：
Jorrit 的回答部分正确。 在某些情况下，方向导数的值可能是负数，MATLAB 会保留这些负数，但 OpenCV Mat 会将负数设置为 0。
【讨论】：