在 OpenCV 中，cv2.filter2D() 需要什么数据类型？

我正在自学边缘检测器，并且正在尝试使用 OpenCVfilter2D实现我自己的梯度计算器，类似于cv2.Sobel()。在 OpenCV 的 Python 接口中，cv2.filter2D()允许用户使用自定义过滤器对图像进行卷积。在 OpenCV 术语中，该过滤器称为“内核”。

使用图像（per00001.png http://dl.dropbox.com/u/35993/OpenCV_StackOverflow/per00001.png） 来自麻省理工学院行人数据集 http://cbcl.mit.edu/software-datasets/PedestrianData.html， 我发现cv2.Sobel()产生看起来合理的输出。 （代码如下，输出图像在这里 http://dl.dropbox.com/u/35993/OpenCV_StackOverflow/gradientX.png.)

#OpenCV's Sobel code (outputs nice-looking gradient)
import cv2, numpy
img = cv2.imread("./per00001.png")

gradientX = cv2.Sobel(img, -1, 1, 0)

compression_params = [cv2.cv.CV_IMWRITE_PNG_COMPRESSION, 9]
cv2.imwrite("gradientX.png", gradientX, compression_params)

↑ GOOD

↓ BROKEN

当我尝试实现自己的Sobel()-类似代码（如下），我得到一个全黑图像 http://dl.dropbox.com/u/35993/OpenCV_StackOverflow/gradientX_customSobel.png。我推测问题出在内核参数的数据类型上（horizontalSobelMtx）我正在传递cv2.filter2D()。但是，我还没有找到任何有关内核数据类型的文档cv2.filter2D().

#Custom Sobel code (outputs all-black image)
import cv2, numpy
img = cv2.imread("./per00001.png")

horizontalSobelMtx = [[-1,0,1],[-2,0,2],[-1,0,1]]
horizontalSobelMtx = numpy.asanyarray(horizontalSobelMtx) #guessing about appropriate datatype.
gradientX_customSobel = cv2.filter2D(img, -1, horizontalSobelMtx)

compression_params = [cv2.cv.CV_IMWRITE_PNG_COMPRESSION, 9]
cv2.imwrite("gradientX_customSobel.png", gradientX_customSobel, compression_params)

所以，这是我的问题：

1）什么数据类型cv2.filter2D(..., kernel, ...)期望为kernel范围？

2) 如果数据类型为kernel问题不是在这里，那么是什么导致我的自定义 Sobel 代码输出空白图像？

卷积核的系数应该始终是浮动的- 点数。这意味着在分配该矩阵时应使用 CV_32FC1。 在此特定示例中，请尝试：

horizontalSobelMtx = [[-1,0,1],[-2,0,2],[-1,0,1]]
horizontalSobelMtx = numpy.asanyarray(horizontalSobelMtx, np.float32)