图像中不连续的灰度值会产生边缘，图像的边缘检测是基于边界的图像分割方法，如分水岭算法，通常是分割原图的梯度图像，梯度实际上也是反应的图像边缘信息。图像边缘一般常用图像一阶导数和二阶导数来检测。
梯度算子对应于图像一阶导数。图像一阶导数计算一般是通过差分运算来近似的。VTK中可以使用vtkImageGradient计算图像梯度。注意图像梯度是一个向量，具有方向和大小。因此vtkImageGradient的计算结果是一个梯度场，也就是每个像素值都是一个梯度向量。显示梯度图像时需要计算每个像素点的梯度大小，即模值。
下面代码如何利用VTK怎么计算图像梯度：
1 #include <vtkAutoInit.h>
2 VTK_MODULE_INIT(vtkRenderingOpenGL);
3
4 #include <vtkSmartPointer.h>
5 #include <vtkJPEGReader.h>
6 #include <vtkImageGradient.h>
7 #include <vtkImageMagnitude.h>
8 #include <vtkImageData.h>
9 #include <vtkImageShiftScale.h>
10 #include <vtkImageActor.h>
11 #include <vtkRenderer.h>
12 #include <vtkRenderWindow.h>
13 #include <vtkRenderWindowInteractor.h>
14 #include <vtkInteractorStyleImage.h>
15
16 int main()
17 {
18 vtkSmartPointer<vtkJPEGReader> reader =
19 vtkSmartPointer<vtkJPEGReader>::New();
20 reader->SetFileName("lena.jpg");
21 reader->Update();
22
23 vtkSmartPointer<vtkImageGradient> imgGradient =
24 vtkSmartPointer<vtkImageGradient>::New();
25 imgGradient->SetInputConnection(reader->GetOutputPort());
26 imgGradient->SetDimensionality(2);//?????
27
28 vtkSmartPointer<vtkImageMagnitude> imgMagnitude =
29 vtkSmartPointer<vtkImageMagnitude>::New();
30 imgMagnitude->SetInputConnection(imgGradient->GetOutputPort());
31 imgMagnitude->Update();
32
33 double Range[2];
34 vtkSmartPointer<vtkImageData> getRange =
35 vtkSmartPointer<vtkImageData>::New();
36 imgMagnitude->GetOutput()->GetScalarRange(Range);//图像灰度范围最小值、最大值
37
38 vtkSmartPointer<vtkImageShiftScale> imgShiftScale =
39 vtkSmartPointer<vtkImageShiftScale>::New();
40 imgShiftScale->SetOutputScalarTypeToUnsignedChar(); //强制类型转换 0~255
41 imgShiftScale->SetScale(255 / Range[1]); //灰度映射间距
42 imgShiftScale->SetInputConnection(imgMagnitude->GetOutputPort());
43 imgShiftScale->Update();
44
45 /
46 vtkSmartPointer<vtkImageActor> origActor =
47 vtkSmartPointer<vtkImageActor>::New();
48 origActor->SetInputData(reader->GetOutput());
49
50 vtkSmartPointer<vtkImageActor> GradientActor =
51 vtkSmartPointer<vtkImageActor>::New();
52 GradientActor->SetInputData(imgShiftScale->GetOutput());
53
54 double origView[4] = { 0, 0, 0.5, 1 };
55 double gradientView[4] = { 0.5, 0, 1, 1 };
56 vtkSmartPointer<vtkRenderer> origRender =
57 vtkSmartPointer<vtkRenderer>::New();
58 origRender->SetViewport(origView);
59 origRender->AddActor(origActor);
60 origRender->ResetCamera();
61 origRender->SetBackground(1.0, 0, 0);
62
63 vtkSmartPointer<vtkRenderer> gradientRender =
64 vtkSmartPointer<vtkRenderer>::New();
65 gradientRender->SetViewport(gradientView);
66 gradientRender->AddActor(GradientActor);
67 gradientRender->ResetCamera();
68 gradientRender->SetBackground(1, 1, 1);
69
70 vtkSmartPointer<vtkRenderWindow> rw =
71 vtkSmartPointer<vtkRenderWindow>::New();
72 rw->AddRenderer(origRender);
73 rw->AddRenderer(gradientRender);
74 rw->SetSize(640, 320);
75 rw->SetWindowName("Image Gradient");
76
77 vtkSmartPointer<vtkRenderWindowInteractor> rwi =
78 vtkSmartPointer<vtkRenderWindowInteractor>::New();
79 vtkSmartPointer<vtkInteractorStyleImage> style =
80 vtkSmartPointer<vtkInteractorStyleImage>::New();
81 rwi->SetRenderWindow(rw);
82 rwi->SetInteractorStyle(style);
83 rwi->Initialize();
84 rwi->Start();
85
86 return 0;
87 }
vtkImageGradient的使用比较简单，只需要设置输入图像即可。
计算梯度时，采用的是中间差分法，即像素在每个方向的差分，都是利用的前后两个像素值之差。这样在图像在边界处的差分计算需要特殊处理。其内部定义了HandleBoundaries变量，通过函数SetHandleBoundaries()定赋值。当HandleBoundaries为真时算子会特殊处理计算边界像素的梯度；当为假时不计算边界像素的梯度值，因此输出图像大小要小于输入图像。
另外函数SetDimensionality()用于设置要计算的图像维数，默认为二维，此时梯度向量也为二维。
前面也提到过，梯度是一个向量，不能直接显示。因此上面代码中定义了vtkImageMagnitude对象来计算梯度向量的2范数，即向量的模。
利用vtkImageShiftScale将图像的数据范围调整到0-255然后显示。
另外还可以通过vtkImageExtractComponents来提取每个方向的梯度分量进行显示。
注意，彩色图像不能直接用来计算梯度，需要先转换为灰度图像。
本例的执行结果如下图所示。
