opencvScharr边缘检测

Scharr是sobel算子的特殊改进情况。当内核大小为3时，Sobel内核可能产生比较明显的误差，为了解决这一问题，Opencv提供了Scharr函数，但该函数仅作用于大小为3的内核，运行速度与Sobel函数一样，但结果却更加精确

#include<opencv2/opencv.hpp>
#include<iostream>


int main(int argc, char** argv) {

    cv::Mat src = cv::imread("D:/bb/tu/lm.jpg");
    cv::imshow("原图", src);
    cv::Mat gray,dst;
    cvtColor(src, gray, cv::COLOR_BGR2GRAY);
    
    cv::Mat scharr_x, scharr_y;
    //求x方向的梯度
    cv::Scharr(src, scharr_x, CV_16S, 1, 0, 1, 0, cv::BORDER_DEFAULT);
    /*
    参数1:src输入图像
    参数2:dst输出图像
    参数3:输出图像深度
    参数4:int类型dx，x 方向上的差分阶数，1或0;
    参数5:int类型dy，y 方向上的差分阶数，1或0
            dx=1，dy=0，表示计算X方向的导数，检测出的是垂直方向上的边缘
            dx=0，dy=1，表示计算Y方向的导数，检测出的是水平方向上的边缘
            【注意:每次计算只能计算一个方向】
    参数6:double scale :计算导数值时可选的缩放因子，默认值1，表示默认情况下没用应用缩放
    参数7:double delta:表示在结果存入输出图像之前可选的delta值，默认值0
    参数8:int borderType:边界模式
    */

    cv::convertScaleAbs(scharr_x, scharr_x);//数据类型转化为CV_8V
    
    //求y方向的梯度
    cv::Scharr(src, scharr_y, CV_16S, 0, 1, 1, 0, cv::BORDER_DEFAULT);
    cv::convertScaleAbs(scharr_y, scharr_y);

    cv::addWeighted(scharr_x, 0.5, scharr_y, 0.5, 0, dst);//合并

    cv::imshow("Scharr", dst);

        
    cv::waitKey(0);
    return 0;
}