在opencv中scharr濾波器是配合sobel算子的運算而存在的。當sobel內核為3時，結果可能會產生比較明顯的誤差，針對這一問題，opencv提供了scharr函數(shù)。該函數(shù)只針對大小為3的核，并且運算速率和sobel函數(shù)一樣快，結果更加精確，但抗噪性不如sobel函數(shù)。
使用scharr濾波器計算x或y方向的圖像差分，它的參數(shù)變量和sobel一樣。
函數(shù)：imgproc.scharr(mat src, mat dst, int ddepth, int dx, int dy, double scale, double delta, int bordertype)
參數(shù)說明：
src：源圖像
dst：檢測結果圖像
ddepth：輸出圖像的深度
dx：x方向上的差分階數(shù)
dy：y方向上的差分階數(shù)
scale：縮放因子
delta：結果存入輸出圖像前可選的delta值，默認為0
bordertype：邊界模式，默認border_default
示例代碼：
|
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); } |
源圖像：
x方向的scharr：
y方向的scharr：
合并梯度后：
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持服務器之家。
原文鏈接：http://blog.csdn.net/m1109048058/article/details/77412371
