在opencv中scharr滤波器是配合sobel算子的运算而存在的。当sobel内核为3时，结果可能会产生比较明显的误差，针对这一问题，opencv提供了scharr函数。该函数只针对大小为3的核，并且运算速率和sobel函数一样快，结果更加精确，但抗噪性不如sobel函数。
使用scharr滤波器计算x或y方向的图像差分，它的参数变量和sobel一样。
函数：imgproc.scharr(mat src, mat dst, int ddepth, int dx, int dy, double scale, double delta, int bordertype)
参数说明：
src：源图像
dst：检测结果图像
ddepth：输出图像的深度
dx：x方向上的差分阶数
dy：y方向上的差分阶数
scale：缩放因子
delta：结果存入输出图像前可选的delta值，默认为0
bordertype：边界模式，默认border_default
示例代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
public static void main(string[] args)
{
system.loadlibrary(core.native_library_name);
mat src = imgcodecs.imread("f:\\2011031213205880528.jpg");
mat dst = src.clone();
mat dstx = src.clone();
mat dsty = src.clone();
imgproc.gaussianblur(src, dst, new size(3, 3), 0);
imgproc.cvtcolor(dst, dst, imgproc.color_rgb2gray);
imgproc.scharr(dst, dstx, -1, 1, 0, 1, 0, core.border_default);
imgcodecs.imwrite("f:\\dstx.jpg", dstx);
imgproc.scharr(dst, dsty, -1, 0, 1, 1, 0, core.border_default);
imgcodecs.imwrite("f:\\dsty.jpg", dsty);
core.addweighted(dstx, 0.5, dsty, 0.5, 0, dst);
imgcodecs.imwrite("f:\\dst.jpg", dst);
}
|
源图像：
x方向的scharr：
y方向的scharr：
合并梯度后：
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：http://blog.csdn.net/m1109048058/article/details/77412371