圖像處理——基於OpenCV的Scharr邊緣檢測

前言

Scarry是sobel算子的特殊改進情況。當內核大小爲3時，Sobel內核可能產生比較明顯的誤差，爲了解決這一問題，Opencv提供了Scharr函數，但該函數僅作用於大小爲3的內核，運行速度與Sobel函數一樣，但結果卻更加精確。 Scharr濾波器運算符計算x或y方向的圖像差分。其實它的參數變量和Sobel基本上是一樣的，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:輸入圖像。
OutputArray dst:輸出圖像。
int ddepth:輸出圖像深度。
int dx:x方向上的差分階數。
int dy:y方向上的差分階數。
double scale :計算導數值時可選的縮放因子，默認值1，表示默認情況下沒用應用縮放。
double delta:表示在結果存入輸出圖像之前可選的delta值，默認值0。
int borderType:邊界模式。

2.代碼示例

#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("原圖",0);
	cv::imshow("原圖", src);

	cv::Mat dst =cv::Mat(src.size(), src.type());
	cv::Mat gray;
	//灰度圖像
	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);
	//合併梯度
	cv::addWeighted(scharr_x, 0.5, scharr_y, 0.5, 0, dst);
}

3.運行結果