这只是我需要澄清的一件简单的事情。 我需要一点数学知识： 在一个圆圈中，渐变的长度应该是半径？ 还是我们只使用渐变来获取方向？
在阅读了图像处理中的渐变后，我想到了这个问题： 我已经阅读了 this 答案和 this 关于如何获取图像渐变的内容，当然还有 here。
我不明白大小是否应该代表像素数？或者它只是代表特定点的强度变化的强度。
下图是梯度的大小： the magnitude of the gradient:
我运行代码，观察了数字的大小，数字显然不在图像宽度\高度的范围内。
我，等待一个简单的澄清。 谢谢！
【问题讨论】：
标签： opencv math image-processing gradient
从数学上讲，梯度幅度，或者换句话说，梯度向量的范数，表示二维信号的导数（即斜率）。这在维基百科给出的定义中非常清楚：
这里，f 是 2D 信号和 x^、y^（这很难看，我会注意它们的ux和uy）分别是水平方向的单位向量和垂直方向。
在图像的上下文中，二维信号（即图像）是离散的而不是连续的，因此导数近似为当前像素的强度与在考虑的方向上的前一个像素（实际上，有几种方法可以近似导数，但让我们保持简单）。因此，我们可以通过以下量来近似梯度：
梯度 f (u,v) = [ f(u,v)-f(u-1,v) ] 。 ux + [ f(u,v)-f(u,v-1) ] 。 uy
在这种情况下，梯度幅度如下：
|| 梯度 f (u,v) || = square_root { [ f(u,v)-f(u-1,v) ]² + [ f(u,v)-f(u,v-1) ]² }
总结，梯度幅度是给定点的局部强度变化的度量，与半径无关，宽度/高度也无关图片。
【讨论】：