2025年图像处理——基于OpenCV的Scharr边缘检测

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

大家好,我是讯享网,很高兴认识大家。

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) 

讯享网

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。


讯享网

2.代码示例

讯享网#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
在这里插入图片描述
在这里插入图片描述

小讯
上一篇 2025-01-26 21:59
下一篇 2025-03-17 08:47

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/82811.html