Scharr算子

虽然Sobel算子可以有效地提取图像边缘，但是对图像中较弱的边缘提取效果较差，因此，为了有效地提取出较弱的边缘

需要将像素值间的差距增大，于是引入Scharr算子，Scharr算子是对Sobel算子差异性的增强

因此两者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 3x3 ，因此也被称为Scharr滤波器

在X方向和Y方向上的边缘检测算子如

Gx ： Gy：

OpenCV4提供了对图像提取Scharr边缘的Scharr()函数

Scharr()函数原型：

void Scharr(InputArray src,
            OutputArray dst,
            int ddepth,
            int dx,
            int dy,
            double scale = 1,
            double delta = 0,
            int borderType = BORDER_DEFAULT
            )

• src：待边缘提取的图像
• dst：输出图像，与输入图像src具有相同的尺寸和通道数，数据类型由第三个参数ddepth控制
• ddepth：输出图像的数据类型（深度），根据输入图像的数据类型不同，拥有不同的取值范围（表：图像卷积）

当赋值为-1时，输出图像的数据类型自动选择

• dx：X方向的差分阶数
• dy：Y方向的差分阶数
• ksize：Sobel算子的尺寸，必须是1、3、5或者7
• scale：对导数计算结果进行缩放因子，默认系数为1，表示不缩放
• delta：偏值，在计算结果中加上偏值
• borderType：像素外推选择标志，默认为BORDER_DEFAULT，表示不包含边界值的倒序填充（2.3.4仿射变换）

该函数利用Scharr算子提取图像中边缘信息，与Sobel函数相同，前两个参数为输入图像和输出图像，第三个参数为输出图像的数据类型

由于提取边缘信息时可能出现负数，因此不要使用CV_8U数据类型的输出图像，因为于Scharr算子方向不一致的边缘梯度会在

CV_8U中消失，使得图像边缘提取不准确

第四、五个参数分别是X方向边缘和Y方向边缘的标志，该函数默认的滤波器尺寸为3x3，且无法改变

最后3个参数分别为图像缩放因子、偏值和图像外推填充方法的标志，多数情况下使用默认参数

示例：

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
    //读取图像，黑白图像边缘检测结果较为明显
    Mat img = imread("E:\\CLion\\opencv_xin\\SG\\SG_0.jpg",IMREAD_ANYCOLOR);
    if (img.empty())
    {
        cout << "error" << endl;
        return -1;
    }
    Mat resultX,resultY,resultXY;
    //X方向一阶边缘
    Scharr(img,resultX,CV_16S,1,0);
    convertScaleAbs(resultX,resultX);
    //Y方向一阶边缘
    Scharr(img,resultY,CV_16S,0,1);
    convertScaleAbs(resultY,resultY);
    //整幅图像的一阶边缘
    resultXY = resultX + resultY;
    //显示图像
    imshow("resultX",resultX);
    imshow("resultY",resultY);
    imshow("resultXY",resultXY);
    waitKey(0);
    return 0;
}