我有从3D OCT扫描获得的3D图像数据。数据可以表示为I（x，y，z），这意味着每个体素都有一个强度值。
我正在编写一种算法，它涉及在C ++中找到x，y和z方向上的图像渐变。 我已经使用OpenCV为2D编写了一个C ++代码，并希望将其扩展为3D，只需对现有的2D代码进行最小的更改。
我熟悉使用Sobel or Scharr运算符的2D渐变。我的搜索带我到this post，答案推荐ITK和Point Cloud Library。但是，这些库具有许多可能不需要的功能。由于我对C ++不是很熟悉，这些库需要一些阅读，这个时间不允许我。而且，这些库不使用cv :: Mat对象。如果我使用cv :: Mat以外的任何东西，我的整个代码可能都要改变。
有人可以帮我这个吗？
更新1：使用内核可分性的可能解决方案
根据@ Photon的回答，我正在更新问题。
根据@Photon的说法，我了解了如何在3D中构建Sobel内核。但是，即使我构建一个3x3x3多维数据集，如何在OpenCV中实现它？使用filter2d在OpenCV中的卷积操作仅适用于2D。
可以有一种方法。由于Sobel内核是可分离的，这意味着我们可以将3D卷积分解为较低维度的卷积。 this link的评论20和21也说明了同样的事情。现在，我们可以分离3D内核，但即使这样，filter2D也无法使用，因为图像仍处于3D状态。有没有办法打破图像？有一个interesting post暗示了这样的事情。对此有何进一步的想法？
答案 0 :(得分：1)
由于Sobel算子是可分离的，因此很容易想象如何添加第三维。
例如，当您在发布的链接中查看Gx的过滤器定义时，您会看到周围像素乘以具有取决于相对X位置的符号的系数，以及相对于Y中偏移的幅度
当你扩展到3D时，Gx渐变应该以相同的方式计算，但你需要在3x3x3立方体上工作，系数符号保持相同的定义，现在的大小取决于Y或Z的变化或两者兼而有之。
其他渐变（Gy，Gz）是相同的，但围绕它们的轴。