【1】opencv学习之scharr滤波器

使用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，除了没有ksize核的大小。

 Scharr(src, grad_y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);

• 第一个参数，InputArray 类型的src，为输入图像，填Mat类型即可。
• 第二个参数，OutputArray类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。
• 第三个参数，int类型的ddepth，输出图像的深度，支持如下src.depth()和ddepth的组合：

• • 若src.depth() = CV_8U, 取ddepth =-1/CV_16S/CV_32F/CV_64F
  • 若src.depth() = CV_16U/CV_16S, 取ddepth =-1/CV_32F/CV_64F
  • 若src.depth() = CV_32F, 取ddepth =-1/CV_32F/CV_64F
  • 若src.depth() = CV_64F, 取ddepth = -1/CV_64F

• 第四个参数，int类型dx，x方向上的差分阶数。
• 第五个参数，int类型dy，y方向上的差分阶数。
• 第六个参数，double类型的scale，计算导数值时可选的缩放因子，默认值是1，表示默认情况下是没有应用缩放的。我们可以在文档中查阅getDerivKernels的相关介绍，来得到这个参数的更多信息。
• 第七个参数，double类型的delta，表示在结果存入目标图（第二个参数dst）之前可选的delta值，有默认值0。

第八个参数， int类型的borderType，边界模式，默认值为BORDER_DEFAULT。

---

opencv实例代码如下

#include "stdafx.h"

#include

#include
#include

using namespace cv;
using namespace std;


int main()
{
    Mat src,src1,dst,grad_x, grad_y, abs_grad_x, abs_grad_y;

    src1 = imread("1.jpg");

    imshow("【原始图】", src1);

    resize(src1, src, Size(src1.cols / 2, src1.rows / 2), (0, 0), (0, 0), 3);

    Scharr(src, grad_x, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT);
    convertScaleAbs(grad_x, abs_grad_x);
    imshow("【效果图】X方向的Scharr", abs_grad_x);

    Scharr(src, grad_y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT);
    convertScaleAbs(grad_y, abs_grad_y);
    imshow("【效果图】Y方向的Scharr", abs_grad_x);

    addWeighted(abs_grad_x, 0.5,
        abs_grad_y, 0.5,
        0,//图1与图2作和后添加的数值
        dst);

    imshow("【效果图】合并梯度后的Scharr", dst);

    waitKey(0);

    return 0;
}

---

    

---