示例：行和列梯度

函数 > 图像处理 > 寻边器 > 示例：行和列梯度

示例：行和列梯度

使用 rowgrad 和 colgrad 函数创建图像矩阵中的行差和列差，方法是在行 (或列) 之间依次进行减法操作。无论何种情况，结果矩阵都会具有一个未定义的行或列，其值将被设为零。

这些函数可求出图像矩阵的行和列梯度，从而实现水平或竖直的选择性边界识别。边界识别可用于增强图像中某类取决于边界的特征的可读性。梯度还可产生视觉凹凸效果。

rowgrad 函数可使图像矩阵中相邻的行相减，从而形成输出矩阵。第一行为零。

colgrad 函数可使图像矩阵中相邻的列相减，从而形成输出矩阵。第一列为零。

有关使用此示例的信息，请参考关于图像处理示例。

1. 读入图像。

(pattern.bmp)

2. 应用 rowgrad 和 colgrad 函数。

3. 对比结果图像与原始图像。

(pattern_row.bmp)

(pattern_col.bmp)

rowgrad 检测图像的水平边，而 colgrad 则检测竖直边。