OpenCV——Scharr边缘检测

目录

OpenCV------Scharr边缘检测由CSDN点云侠原创,爬虫自重。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的爬虫。

一、Scharr算法

1、算法概述

Scharr边缘检测算法是对Sobel算子差异性的增强,因此两者在检测图像边缘的原理和使用方式上相同。Scharr算子的边缘检测滤波尺寸为3x3,因此也可称其为Scharr滤波器。可以通过将滤波器中的权重系数放大来增大像素见的差异,Scharr算子就是采用这种思想,其在X方向一阶Scharr边缘检测算子为:

− 3 0 3 − 10 0 10 − 3 0 3 \] (1) \\left\[ \\begin{matrix} -3 \& 0 \& 3\\\\ -10 \& 0 \& 10 \\\\ -3 \& 0 \& 3 \\end{matrix} \\right\] \\tag{1} −3−10−30003103 (1) Y方向一阶Scharr边缘检测算子为: \[ − 3 10 − 3 0 0 0 3 10 3 \] (2) \\left\[ \\begin{matrix} -3 \& 10 \& -3\\\\ 0 \& 0 \& 0 \\\\ 3 \& 10 \& 3 \\end{matrix} \\right\] \\tag{2} −30310010−303 (2) ### 2、主要函数 ```cpp void Scharr( InputArray src, OutputArray dst, int ddepth, int dx, int dy, double scale = 1, double delta = 0, int borderType = BORDER_DEFAULT ) ``` * `src`:传入的图像 * `ddepth`:图像的深度,可以为-1、CV_16S、CV_32F、CV_64F。 * `dx`、`dy`:指的是求导的阶数,0表示这个方向上没有求导,所填的数一般为0、1、2。 * `scale`:计算可选比例因子,默认值1 。 * `delta`:加到输出像素的偏值,默认为0 。 * `borderType`:边界类型,默认值BORDER_DEFAULT。 ## 二、C++代码 ```cpp #include #include using namespace cv; using namespace std; int main() { //读取图像,黑白图像边缘检测结果较为明显 Mat img = imread("2.jpg", IMREAD_ANYDEPTH); if (img.empty()) { cout << "请确认图像文件名称是否正确" << endl; return -1; } Mat resultX, resultY, resultXY; //X方向一阶边缘 Scharr(img, resultX, CV_16S, 1, 0); convertScaleAbs(resultX, resultX); //Y方向一阶边缘 Scharr(img, resultY, CV_16S, 0, 1); convertScaleAbs(resultY, resultY); //整幅图像的一阶边缘 resultXY = resultX + resultY; //显示图像 imshow("resultX", resultX); imshow("resultY", resultY); imshow("resultXY", resultXY); waitKey(0); return 0; } ``` ## 三、python代码 ```python import cv2 img = cv2.imread("2.jpg") gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # -------------------Scharr边缘检测------------------------ x = cv2.Scharr(gray_img, cv2.CV_16S, 1, 0) y = cv2.Scharr(gray_img, cv2.CV_16S, 0, 1) # cv2.convertScaleAbs(src[, dst[, alpha[, beta]]]) # 可选参数alpha是伸缩系数,beta是加到结果上的一个值,结果返回uint类型的图像 Scharr_absX = cv2.convertScaleAbs(x) # convert 转换 scale 缩放 Scharr_absY = cv2.convertScaleAbs(y) result = cv2.addWeighted(Scharr_absX, 0.5, Scharr_absY, 0.5, 0) # ----------------------显示结果---------------------------- cv2.imshow('origin_img', img) cv2.imshow('img', gray_img) cv2.imshow('Scharr_absX', Scharr_absX) cv2.imshow('Scharr_absY', Scharr_absY) cv2.imshow('result', result) cv2.waitKey(0) cv2.destroyAllWindows() ``` ## 四、结果展示 ### 1、灰度图 ![在这里插入图片描述](https://file.jishuzhan.net/article/1749746389119668225/b8d897b87dbcba364e99858f079337d7.webp) ### 2、X方向一阶边缘 ![在这里插入图片描述](https://file.jishuzhan.net/article/1749746389119668225/d9ca31b7c874eabf2d6786ef8b70a222.webp) ### 2、Y方向一阶边缘 ![在这里插入图片描述](https://file.jishuzhan.net/article/1749746389119668225/a454885a29e125a24a0436add2be0997.webp) ### 3、整幅图像的一阶边缘 ![在这里插入图片描述](https://file.jishuzhan.net/article/1749746389119668225/a4335f4a58a740645f3fcd65e8cfd52d.webp) ## 五、相关链接 \[1\] [Scharr(边缘提取)](https://www.jianshu.com/p/27f883dd596f)

相关推荐
HyperAI超神经13 分钟前
OmniGen2 多模态推理×自我纠正双引擎,引领图像生成新范式;95 万分类标签!TreeOfLife-200M 解锁物种认知新维度
人工智能·数据挖掘·数据集·图像生成·医疗健康·在线教程·数学代码
网安INF25 分钟前
深度学习中批标准化与神经网络调优
人工智能·深度学习·神经网络·机器学习
开开心心_Every26 分钟前
便捷的电脑自动关机辅助工具
开发语言·人工智能·pdf·c#·电脑·音视频·sublime text
EnochChen_27 分钟前
多实例学习简介
人工智能
路溪非溪29 分钟前
Tensorflow的安装记录
人工智能·tensorflow·neo4j
jndingxin1 小时前
OpenCV 人脸分析----人脸识别的一个经典类cv::face::EigenFaceRecognizer
人工智能·opencv·计算机视觉
说私域1 小时前
开源链动2+1模式与AI智能名片融合下的S2B2C商城小程序源码:重构大零售时代新生态
人工智能·重构·开源
用什么都重名1 小时前
MinerU:高效智能PDF文档解析工具完全指南
人工智能·python·pdf·mineru·makedown
霖001 小时前
C++学习笔记三
运维·开发语言·c++·笔记·学习·fpga开发
好心的小明1 小时前
【王树森推荐系统】召回05:矩阵补充、最近邻查找
人工智能·推荐系统