在opencv中scharr滤波器是配合sobel算子的运算而存在的。当sobel内核为3时,结果可能会产生比较明显的误差,针对这一问题,opencv提供了scharr函数。该函数只针对大小为3的核,并且运算速率和sobel函数一样快,结果更加精确,但抗噪性不如sobel函数。
使用scharr滤波器计算x或y方向的图像差分,它的参数变量和sobel一样。
函数:imgproc.scharr(mat src, mat dst, int ddepth, int dx, int dy, double scale, double delta, int bordertype)
参数说明:
src:源图像
dst:检测结果图像
ddepth:输出图像的深度
dx:x方向上的差分阶数
dy:y方向上的差分阶数
scale:缩放因子
delta:结果存入输出图像前可选的delta值,默认为0
bordertype:边界模式,默认border_default
示例代码:
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); } |
源图像:
x方向的scharr:
y方向的scharr:
合并梯度后:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:http://blog.csdn.net/m1109048058/article/details/77412371