Scharr滤波器： cv::Scharr
cv::Scharr 是OpenCV库中用于应用Scharr滤波器的函数。Scharr滤波器通常用于图像处理中的边缘检测和特征提取。这是 cv::Scharr 函数的基本用法：
cv::Scharr(src, dst, ddepth, dx, dy, scale, delta, borderType);
src: 输入图像，通常是灰度图像（单通道）。dst: 输出图像，用于存储Scharr滤波器的结果。ddepth: 输出图像的深度，通常设置为CV_16S。dx: x方向的导数阶数。dy: y方向的导数阶数。scale: 可选参数，结果的缩放因子，默认为1。delta: 可选参数，可选的加法常量，默认为0。borderType: 可选参数，用于处理图像边界的方式，默认是cv::BORDER_DEFAULT。
cv::Scharr 函数通过应用Scharr滤波器对输入图像进行卷积，以计算图像中特定方向的边缘梯度。参数 dx 和 dy 控制了梯度方向。通常， dx 和 dy 分别设置为1和0以检测水平边缘，或者设置为0和1以检测垂直边缘。
这个函数允许您根据需要调整参数以满足不同的边缘检测和特征提取要求。它可用于许多计算机视觉和图像处理任务，包括物体检测、图像增强和特征提取。
Scharr滤波器检测边缘
#include <opencv2/opencv.hpp>
int main() {
// 读取图像
cv::Mat image = cv::imread("your_image.jpg", cv::IMREAD_GRAYSCALE); // 转为灰度图像
if (image.empty()) {
std::cerr << "无法加载图像" << std::endl;
return -1;
}
// 应用Scharr滤波器，水平方向（dx=1, dy=0）和垂直方向（dx=0, dy=1）
cv::Mat scharrX, scharrY;
cv::Scharr(image, scharrX, CV_16S, 1, 0); // 1表示水平边缘检测
cv::Scharr(image, scharrY, CV_16S, 0, 1); // 1表示垂直边缘检测
// 将结果转换为正数，Scharr滤波器的输出通常是带有正负值的图像，为了进一步处理，通常需要将结果转换为正数。您可以使用cv::convertScaleAbs函数来实现这一点
cv::Mat scharrAbsX, scharrAbsY;
cv::convertScaleAbs(scharrX, scharrAbsX);
cv::convertScaleAbs(scharrY, scharrAbsY);
// 合并水平和垂直边缘检测结果，在不同方向上应用了Scharr滤波器，您可以合并结果以获得全方向的特征图像
cv::Mat scharrEdges;
cv::addWeighted(scharrAbsX, 0.5, scharrAbsY, 0.5, 0, scharrEdges);
// 显示结果
cv::imshow("原始图像", image);
cv::imshow("Scharr边缘检测", scharrEdges);
cv::waitKey(0);
return 0;
}
使用相机Scharr滤波器实时处理图像以检测边缘
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
int kernelSize = 1; // 初始内核大小
// 回调函数，用于处理滑动块的变化
void onTrackbar(int kSize, void* userData) {
kernelSize = kSize;
}
int main() {
cv::VideoCapture cap(0); // 打开本地相机（通常是0号摄像头）
if (!cap.isOpened()) {
std::cerr << "无法打开相机" << std::endl;
return -1;
}
cv::namedWindow("Scharr滤波器");
// 创建一个滑动块来调整内核大小
cv::createTrackbar("内核大小", "Scharr滤波器", &kernelSize, 5, onTrackbar);
while (true) {
cv::Mat frame;
cap >> frame; // 从相机捕获一帧图像
// 转换为灰度图像
cv::Mat grayImage;
cv::cvtColor(frame, grayImage, cv::COLOR_BGR2GRAY);
// 应用Scharr滤波器
cv::Mat scharrX, scharrY;
cv::Scharr(grayImage, scharrX, CV_16S, 1, 0, kernelSize);
cv::Scharr(grayImage, scharrY, CV_16S, 0, 1, kernelSize);
// 将结果转换为正数
cv::Mat scharrAbsX, scharrAbsY;
cv::convertScaleAbs(scharrX, scharrAbsX);
cv::convertScaleAbs(scharrY, scharrAbsY);
// 合并水平和垂直Scharr滤波器结果
cv::Mat scharrEdges;
cv::addWeighted(scharrAbsX, 0.5, scharrAbsY, 0.5, 0, scharrEdges);
// 显示结果
cv::imshow("Scharr滤波器", scharrEdges);
// 等待用户按下ESC键，然后退出循环
if (cv::waitKey(1) == 27) {
break;
}
}
return 0;
}
