如何在OpenCV Python中使用Scharr算子查找图像梯度？

使用Scharr算子，我们可以使用一阶导数计算水平和垂直方向的图像梯度。梯度是针对灰度图像计算的。您可以使用cv2.scharr()方法对图像应用Scharr运算。

语法

使用Scharr导数计算图像梯度使用的语法如下：

cv2.Scharr(img, ddepth, xorder, yorder)

参数

img - 原始输入图像
ddepth - 期望的输出图像深度。它包含关于输出图像中存储的数据类型的信息。我们使用cv2.CV_64F作为ddepth。它是一个64位浮点opencv类型。
xorder - 水平方向（X方向）的导数阶数。对于X方向的一阶导数，设置xorder=1，yorder=0。
yorder - 垂直方向（Y方向）的导数阶数。对于Y方向的一阶导数，设置xorder=0，yorder=1。

步骤

您可以使用以下步骤使用Scharr导数查找图像梯度：

导入所需的库。在所有以下Python示例中，所需的Python库是OpenCV。确保您已安装它。

import cv2

使用cv2.imread()读取输入图像作为灰度图像。

img = cv2.imread('lines.jpg',0)

使用cv2.Scharr()计算Sobel或拉普拉斯导数。此导数指的是图像梯度。

scharrx = cv2.Scharr(img,cv2.CV_64F,1,0)

使用cv2.imshow()方法显示图像梯度。

cv2.imshow("Scharr X", scharrx)
cv2.waitKey(0)
cv2.destroyAllWindows()

让我们来看一些例子，以便更清楚地理解。

示例1

在下面的Python示例中，我们使用Scharr算子在X（水平）和Y（垂直）方向上计算图像梯度。

# import required libraries
import cv2

# read the input image as a grayscale image
img = cv2.imread('window.jpg',0)

# compute the 1st order Sobel derivative in x direction
scharrx = cv2.Scharr(img,cv2.CV_64F,1,0)

# compute the 1st order Sobel derivative in y direction
scharry = cv2.Scharr(img,cv2.CV_64F,0,1)

# display scharrx and scharry
cv2.imshow("Scharr X", scharrx)
cv2.waitKey(0)
cv2.imshow("Scharr Y", scharry)
cv2.waitKey(0)
cv2.destroyAllWindows()

我们将在上述程序中使用图像“window.jpg”作为输入文件。

输出

执行上述程序后，它将生成以下两个输出窗口：“Scharr X”和“Scharr Y”。

示例2

在下面的Python示例中，我们使用Scharr算子在X（水平）和Y（垂直）方向上计算图像梯度。

# import required libraries
import cv2

# read the input image as a grayscale image
img = cv2.imread('tutorialspoint.png',0)

# compute the 1st order Sobel derivative in x direction
scharrx = cv2.Scharr(img,cv2.CV_64F,1,0)

# compute the 1st order Sobel derivative in y direction
scharry = cv2.Scharr(img,cv2.CV_64F,0,1)

# display scharrx and scharry
cv2.imshow("Scharr X", scharrx)
cv2.waitKey(0)
cv2.imshow("Scharr Y", scharry)
cv2.waitKey(0)
cv2.destroyAllWindows()