如何在OpenCV Python中使用Scharr運算元查詢影像梯度？

使用Scharr運算元，我們可以使用一階導數計算水平和垂直方向的影像梯度。梯度是針對灰度影像計算的。您可以使用cv2.scharr()方法對影像應用Scharr運算。

語法

使用Scharr導數計算影像梯度使用的語法如下：

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

引數

img - 原始輸入影像
ddepth - 期望的輸出影像深度。它包含關於輸出影像中儲存的資料型別的資訊。我們使用cv2.CV_64F作為ddepth。它是一個64位浮點opencv型別。
xorder - 水平方向（X方向）的導數階數。對於X方向的一階導數，設定xorder=1，yorder=0。
yorder - 垂直方向（Y方向）的導數階數。對於Y方向的一階導數，設定xorder=0，yorder=1。

步驟

您可以使用以下步驟使用Scharr導數查詢影像梯度：

匯入所需的庫。在所有以下Python示例中，所需的Python庫是OpenCV。確保您已安裝它。

import cv2

使用cv2.imread()讀取輸入影像作為灰度影像。

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

使用cv2.Scharr()計算Sobel或拉普拉斯導數。此導數指的是影像梯度。

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

使用cv2.imshow()方法顯示影像梯度。

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

讓我們來看一些例子，以便更清楚地理解。

示例1

在下面的Python示例中，我們使用Scharr運算元在X（水平）和Y（垂直）方向上計算影像梯度。

# 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()

我們將在上述程式中使用影像“window.jpg”作為輸入檔案。

輸出

執行上述程式後，它將生成以下兩個輸出視窗：“Scharr X”和“Scharr Y”。

示例2

在下面的Python示例中，我們使用Scharr運算元在X（水平）和Y（垂直）方向上計算影像梯度。

# 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()