迅為RK3568開發(fā)板Scharr濾波器算子邊緣檢測

在 Sobel 算子算法函數(shù)中，如果設(shè)置 ksize=-1 就會使用 3x3 的 Scharr 濾波器。Scharr 算子是 Soble 算子在 ksize=3 時的優(yōu)化，與 Soble 的速度相同，且精度更高。Scharr 算子與 Sobel

算子的不同點是在平滑部分，其中心元素占的權(quán)重更重，相當(dāng)于使用較小標(biāo)準(zhǔn)差的高斯函數(shù)，也就是更瘦高的模板。

Scharr 算子的卷積核為：

cv2.Scharr 函數(shù)功能：

使用 Scharr 算子進(jìn)行邊緣檢測。

函數(shù)原型：

dst = cv2.Scharr(src, ddepth, dx, dy[, dst[, scale[, delta[, borderType]]]])

參數(shù)定義：

dst 代表目標(biāo)圖像。

src 代表原始圖像。

ddepth 代表輸出圖像的深度。

dx 代表 x 方向上的求導(dǎo)階數(shù)。

dy 代表 y 方向上的求導(dǎo)階數(shù)。

scale 代表計算導(dǎo)數(shù)值時所采用的縮放因子，默認(rèn)情況下該值是 1，是沒有縮放的。

delta 代表加在目標(biāo)圖像 dst 上的值，該值是可選的，默認(rèn)為 0。

borderType 代表邊界樣式。

實驗：

實驗要求：

使用 cv2.Scharr 函數(shù)，分別對 x 軸和 y 軸進(jìn)行邊緣檢測，隨后使用 cv2.addWeighted 函數(shù)以 0.5：0.5 的比例將兩個圖像進(jìn)行融合，最后使用 cv2.imshow()函數(shù)對原圖和邊緣檢測的三個圖像進(jìn)行展示

實驗步驟：

首先進(jìn)入到 ubuntu 的終端界面將“iTOP-3568 開發(fā)板\03_【iTOP-RK3568 開發(fā)板】指南教程\04_OpenCV 開發(fā)配套資料\33”路徑下的 number.png 拷貝到 ubuntu 虛擬機(jī)上，拷貝完成如

下圖所示：

然后來到 ubuntu 虛擬機(jī)的終端界面，輸入以下命令來創(chuàng)建 demo33_Scharr.py 文件，如下圖所示：

vim demo33_Scharr.py

然后向該文件中添加以下內(nèi)容：