一、实验原理：
1、拓展Sobel算子锐化
void Sobel(Array src, Array dst, int ddepth, int dx, int dy, int ksize);①参数：src为输入图像；dst为输出图像，大小和通道数与源图像一致，必要时重建；ddepth为目标图像的位深度，负数表示与源图像相同；dx和dy为x差分和y差分阶数，小于ksize且不能都是0；ksize为内核大小，是不超过31的奇数。
②说明：由该函数自行计算扩展的Sobel内核。
2、固定阈值的二值化变换
double threshold(Array src, Array dst, double thresh, double value, int type);①功能：对数组元素进行固定阈值操作。
②说明：src为源数组，位深度为CV_8U或CV_32F的单通道数组；dst为输出数组，大小和类型与src一致，必要时重建；thresh为阈值；value为指定二值化和反二值化使用的替代值；type为阈值类型（见下表）。
| 阈值种类 | 计算公式 | 操作结果 |
|---|---|---|
| 二值化阈值THRESH_BINARY | di=iif(si>t, v, 0) | 二值图像，高亮度改为指定值v |
| 反二值化阈值THRESH_BINARY_INV | di=iif(si>t, 0, v) | 反二值图像，低亮度改为指定值v |
| 截断阈值THRESH_TRUNC | di=iif(si>t, t, 0) | 二值图像，高亮度改为阈值 |
| 0阈值THRESH_TOZERO | di=iif(si>t, si, 0) | 灰度图像，过滤低亮度像素 |
| 反0阈值THRESH_TOZERO_INV | di=iif(si>t, 0, si) | 灰度图像，过滤高亮度像素 |
③返回值：thresh 。
二、算法程序
1、使用OpenCV编写一个程序，该程序对一幅灰度图像进行Sobel锐化，要求显示锐化以后的图像。其中内核大小为3×3，x和y方向均使用1阶差分。
#include<opencv2/opencv.hpp>
using namespace cv;
int main() {Mat src = imread("D:/Doge.jpg", 0);if (src.empty()) {return -1;}imshow("源图像", src);Sobel(src, src, -1, 1, 1, 3);normalize(src, src, 255, 0, NORM_INF);imshow("结果图像", src);waitKey();
}
2、使用OpenCV编写一个程序，该程序对一幅灰度图像进行二值化变换，要求分别显示源图像和二值化以后的图像。其中二值化阈值为127，高亮度改为255。
#include<opencv2/opencv.hpp>
using namespace cv;
int main() {Mat src = imread("D:/Doge.jpg", 0), dst;if (src.empty()) {return -1;}imshow("源图像", src);threshold(src, dst, 127, 255, THRESH_BINARY);imshow("结果图像", dst);waitKey();
}
三、结果演示：
1、Sobel锐化
2、二值化处理
