1 scharr 滤波器

我们一般直接称scharr为滤波器，而不是算子。上文已经讲到，它在OpenCV中主要是配合Sobel算子的运算而存在的。下面让我们直接来看看其函数讲解。

2 计算图像差分：Scharr（）函数

使用Scharr滤波器运算符计算x或y方向的图像差分。其实它的参数变量和Sobel基本上是一样的，除了没有ksize核的大小。

C++:

void Scharr(
    InputArray src，／／源图
    OutputArray dst，／／目标图
    int ddepth，／／图像深度
    int dx，／／x方向上的差分阶数
    int dy，／／y方向上的差分阶数
    double scale＝1，／／缩放因子
    double delta＝0，／／ delta值
    intborderType＝BORDER＿DEFAULT／／边界模式
)

（1）第一个参数，InputArray类型的src，为输入图像，填Mat类型即可。

（2）第二个参数，OutputArray 类型的dst，即目标图像，函数的输出参数，需要和源图片有一样的尺寸和类型。

（3）第三个参数，int类型的ddepth，输出图像的深度，支持如下 src．depth（）和ddepth的组合：

若src．depth（）＝CV＿8U，取ddepth＝-1／CV＿16S／CV＿32F／CV＿64F
若 src．depth（）＝CV＿16U／CV＿16S，取ddepth＝-1／CV＿32F／CV＿64F
若src．depth（）＝CV＿32F，取ddepth＝-1／CV＿32F／CV＿64F
若 src．depth（）＝CV＿64F，取ddepth＝-1／CV＿64F

（4）第四个参数，int类型dx，x方向上的差分阶数。

（5）第五个参数，int类型dy，y方向上的差分阶数。

（6）第六个参数，double类型的scale，计算导数值时可选的缩放因子，默认值是1，表示默认情况下是没有应用缩放的。我们可以在文档中查阅getDerivKernels的相关介绍，来得到这个参数的更多信息。

（7）第七个参数，double类型的delta，表示在结果存入目标图（第二个参数dst）之前可选的delta值，有默认值0。

（8）第八个参数，int类型的 borderType，边界模式，默认值为BORDER DEFAULT。这个参数可以在官方文档中borderInterpolate处得到更详细的信息。

不难理解，如下两者是等价的，即：

Scharr(src, dst, ddepth, dx, dy, scale, delta, borderType);

与

Sobel(src, dst, ddepth, dx, dy, CV_SCHARR, scale, delta, borderType);

3 示例

代码：

//---------------------------------【头文件、命名空间包含部分】----------------------------
//		描述：包含程序所使用的头文件和命名空间
//---------------------------------------------------------------------------------------
#include <opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;

//-----------------------------------【main( )函数】--------------------------------------------
//            描述：控制台应用程序的入口函数，我们的程序从这里开始
//---------------------------------------------------------------------------------------------
int main( )
{
	//【0】创建 grad_x 和 grad_y 矩阵
	Mat grad_x, grad_y;
	Mat abs_grad_x, abs_grad_y,dst;

	//【1】载入原始图  
	Mat src = imread("1.jpg");  //工程目录下应该有一张名为1.jpg的素材图

	//【2】显示原始图 
	imshow("【原始图】Scharr滤波器", src); 

	//【3】求 X方向梯度
	Scharr( src, grad_x, CV_16S, 1, 0, 1, 0, BORDER_DEFAULT );
	convertScaleAbs( grad_x, abs_grad_x );
	imshow("【效果图】 X方向Scharr", abs_grad_x); 

	//【4】求Y方向梯度
	Scharr( src, grad_y, CV_16S, 0, 1, 1, 0, BORDER_DEFAULT );
	convertScaleAbs( grad_y, abs_grad_y );
	imshow("【效果图】Y方向Scharr", abs_grad_y); 

	//【5】合并梯度(近似)
	addWeighted( abs_grad_x, 0.5, abs_grad_y, 0.5, 0, dst );

	//【6】显示效果图
	imshow("【效果图】合并梯度后Scharr", dst); 

	waitKey(0); 
	return 0; 
}

效果图：

原图

效果图1

效果图2

效果图3

图像处理之scharr 滤波器

1 scharr 滤波器

2 计算图像差分：Scharr（）函数

3 示例