【OpenCV4开发详解】Scharr算子

虽然Sobel算子可以有效的提取图像边缘&＃xff0c;但是对图像中较弱的边缘提取效果较差。因此为了能够有效的提取出较弱的边缘&＃xff0c;需要将像素值间的差距增大&＃xff0c;因此引入Scharr算子。Scharr算子是对Sobel算子差异性的增强&＃xff0c;因此两者之间的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的尺寸为3×3&＃xff0c;因此也有称其为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值间的差异&＃xff0c;Scharr算子就是采用的这种思想&＃xff0c;其在X方向和Y方向的边缘检测算子如(5.19)中所示。
Gx&＃61;[−303−10010−303]Gy&＃61;[−3−10−30003103](5.19)\begin{array}{c} {{G_x} &＃61; \left[ {\begin{array}{c} { - 3}&0&3\\ { - 10}&0&{10}\\ { - 3}&0&3 \end{array}} \right]}&{{G_y} &＃61; \left[ {\begin{array}{c} { - 3}&{ - 10}&{ - 3}\\ 0&0&0\\ 3&{10}&3 \end{array}} \right]} \end{array} \tag{5.19}Gx​&＃61;⎣⎡​−3−10−3​000​3103​⎦⎤​​Gy​&＃61;⎣⎡​−303​−10010​−303​⎦⎤​​(5.19)

OpenCV 4提供了对图像提取Scharr边缘的Scahrr ()函数&＃xff0c;该函数的函数原型在代码清单5-26中给出。

代码5-26 Scharr()函数原型
1. void cv::Scharr(InputArray src,
2. OutputArray dst,
3. int ddepth,
4. int dx,
5. int dy,
6. double scale &＃61; 1,
7. double delta &＃61; 0,
8. int borderType &＃61; BORDER_DEFAULT
9. )


• src&＃xff1a;待提取边缘的图像&＃xff0c;
• dst&＃xff1a;输出图像&＃xff0c;与输入图像src具有相同的尺寸和通道数&＃xff0c;数据类型由第三个参数ddepth控制。
• ddepth&＃xff1a;输出图像的数据类型&＃xff08;深度&＃xff09;&＃xff0c;根据输入图像的数据类型不同拥有不同的取值范围&＃xff0c;具体的取值范围在表5-1给出&＃xff0c;当赋值为-1时&＃xff0c;输出图像的数据类型自动选择。
• dx&＃xff1a;X方向的差分阶数
• dy&＃xff1a;Y方向的差分阶数
• scale&＃xff1a;对导数计算结果进行缩放的缩放因子&＃xff0c;默认系数为1&＃xff0c;不进行缩放。
• delta&＃xff1a;偏值&＃xff0c;在计算结果中加上偏值。
• borderType&＃xff1a;像素外推法选择标志&＃xff0c;取值范围在表3-5中给出&＃xff0c;默认参数为BORDER_DEFAULT&＃xff0c;表示不包含边界值倒序填充。

该函数利用Scharr算子提取图像中的边缘信息&＃xff0c;与Soble()函数相同&＃xff0c;函数的前两个参数分别为输入图像和输出图像&＃xff0c;第三个参数为输出图像的数据类型&＃xff0c;这里需要注意由于提取边缘信息时有可能会出现负数&＃xff0c;因此不要使用CV_8U数据类型的输出图像&＃xff0c;与Scarr算子方向不一致的边缘梯度会在CV_8U数据类型中消失&＃xff0c;使得图像边缘提取不准确。函数第四个和五个参数是提取X方向边缘还是Y方向边缘的标志&＃xff0c;该函数要求这两个参数只能有一个参数为1&＃xff0c;并且不能同时为0&＃xff0c;否则函数将无法提取图像边缘&＃xff0c;该函数默认的滤波器尺寸为3×3&＃xff0c;并且无法修改。最后三个参数为图像放缩因子、偏移量和图像外推填充方法的标志&＃xff0c;多数情况下并不需要设置&＃xff0c;只需要采用默认参数即可。

为了更好的理解Scahrr ()函数的使用方法&＃xff0c;在代码清单5-27中给出了利用Scharr ()函数提取图像边缘的示例程序&＃xff0c;程序中分别提取X方向和Y方向的边缘&＃xff0c;并利用两个方向的边缘求取整幅图像的边缘&＃xff0c;程序运行结果如图5-31所示&＃xff0c;通过结果可以看出Scharr算子可以比Sobel算子提取到更微弱的边缘。

代码清单5-27 myScharr.cpp图像Scharr边缘提取
1. #include <opencv2\opencv.hpp>
2. #include <iostream>
3.
4. using namespace cv;
5. using namespace std;
6.
7. int main()
8. {
9. //读取图像&＃xff0c;黑白图像边缘检测结果较为明显
10. Mat img &＃61; imread("equalLena.png", IMREAD_ANYDEPTH);
11. if (img.empty())
12. {
13. cout << "请确认图像文件名称是否正确" << endl;
14. return -1;
15. }
16. Mat resultX, resultY, resultXY;
17.
18. //X方向一阶边缘
19. Scharr(img, resultX, CV_16S, 1, 0);
20. convertScaleAbs(resultX, resultX);
21.
22. //Y方向一阶边缘
23. Scharr(img, resultY, CV_16S, 0, 1);
24. convertScaleAbs(resultY, resultY);
25.
26. //整幅图像的一阶边缘
27. resultXY &＃61; resultX &＃43; resultY;
28.
29. //显示图像
30. imshow("resultX", resultX);
31. imshow("resultY", resultY);
32. imshow("resultXY", resultXY);
33. waitKey(0);
34. return 0;
35. }


图5-31 myScharr.cpp程序Scharr边缘检测结果