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：
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脚本之家。
