图像处理——基于OpenCV的Scharr边缘检测

前言

Scarry是sobel算子的特殊改进情况。当内核大小为3时，Sobel内核可能产生比较明显的误差，为了解决这一问题，Opencv提供了Scharr函数，但该函数仅作用于大小为3的内核，运行速度与Sobel函数一样，但结果却更加精确。 Scharr滤波器运算符计算x或y方向的图像差分。其实它的参数变量和Sobel基本上是一样的，只是有ksize核的大小。

Scharr算子

1.OpenCV C++ API

void Scharr(InputArray src, OutputArray dst,int ddepth ,int dx, int dy,double scale = 1,double delta = 0,int borderType=BORDER_DEFAULT)

InputArray src:输入图像。
OutputArray dst:输出图像。
int ddepth:输出图像深度。
int dx:x方向上的差分阶数。
int dy:y方向上的差分阶数。
double scale :计算导数值时可选的缩放因子，默认值1，表示默认情况下没用应用缩放。
double delta:表示在结果存入输出图像之前可选的delta值，默认值0。
int borderType:边界模式。

2.代码示例

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
void scharrEdge(cv::Mat &src, cv::Mat &dst);
int main()
{
	cv::Mat src = cv::imread("2.jpg");

	if (src.empty())
	{
		
		return -1;
	}
	cv::namedWindow("原图",0);
	cv::imshow("原图", src);

	cv::Mat dst =cv::Mat(src.size(), src.type());
	cv::Mat gray;
	//灰度图像
	cvtColor(src, gray, cv::COLOR_BGR2GRAY);
	scharrEdge(gray, dst);
	cv::namedWindow("Scharr", 0);
	cv::imshow("Scharr", dst);
	
	cv::waitKey(0);
	return 0;
}

void scharrEdge(cv::Mat &src,cv::Mat &dst)
{
	cv::Mat scharr_x, scharr_y;
	//求x方向的梯度
	cv::Scharr(src, scharr_x, CV_16S, 1, 0, 1, 0, cv::BORDER_DEFAULT);
	cv::convertScaleAbs(scharr_x, scharr_x);

	//求y方向的梯度
	cv::Scharr(src, scharr_y, CV_16S, 0, 1, 1, 0, cv::BORDER_DEFAULT);
	cv::convertScaleAbs(scharr_y, scharr_y);
	//合并梯度
	cv::addWeighted(scharr_x, 0.5, scharr_y, 0.5, 0, dst);
}

3.运行结果