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。

创新互联建站服务项目包括北湖网站建设、北湖网站制作、北湖网页制作以及北湖网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，北湖网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到北湖省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

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创新互联。