第9章 图像梯度 -- 9.2 Scharr 算子

相关链接：

• Sobel 算子
• Laplacian 算子 （拉普拉斯算子）

---

Scharr 算子

1. Scharr 算子 和 Sobel算子
   Scharr 算子相对Sobel算子而言，具有更高的精度
   

---

2. Scharr 算子函数原型：

dst_img = cv2.Scharr(src_img, ddepth, dx, dy, scale, delta)

参数：

• dst_img：结果图像
• src_img：原始图像
• ddepth：输出图像的深度，
• dx：x方向上的求导阶数，值为0时，表示在该方向上没有求导
• dy：y方向上的求导阶数，值为0时，表示在该方向上没有求导
• scale：代表计算导数值时的缩放因子。默认值是1，表示没有缩放。
• delta：代表加到目标图像上的亮度值。默认值是0。

4. 函数cv2.Sobel() 的参数ksize=-1时，会使用Scharr滤波器。所以，dst = cv2.Sobel(src_img, depth, fx, fy, -1)和dst = cv2.Scharr(src_img, depth, fx, fy)是等价的

5. 与函数cv2.Sobel() 不同的是，不能同时设置dx=1，dy=1。 否则会报错

6. 举例：

import cv2
import numpy as np

src_img = cv2.imread("/Users/manmi/Desktop/lena.bmp", 0)

sobel_x = cv2.Sobel(src_img, cv2.CV_64F, 1, 0, ksize=3)
sobel_x = cv2.convertScaleAbs(sobel_x)
sobel_y = cv2.Sobel(src_img, cv2.CV_64F, 0, 1, ksize=3)
sobel_y = cv2.convertScaleAbs(sobel_y)
sobel_xy = cv2.addWeighted(sobel_x, 0.5, sobel_y, 0.5, 0)

scharr_x = cv2.Scharr(src_img, cv2.CV_64F, 1, 0)
scharr_x = cv2.convertScaleAbs(scharr_x)
scharr_y = cv2.Scharr(src_img, cv2.CV_64F, 0, 1)
scharr_y = cv2.convertScaleAbs(scharr_y)
scharr_xy = cv2.addWeighted(scharr_x, 0.5, scharr_y, 0.5, 0)


cv2.imshow('sobel_xy', sobel_xy)
cv2.imshow('scharr_xy', scharr_xy)
cv2.waitKey()
cv2.destroyAllWindows()

输出为：