Laplance算子

• 二阶导数我不会，别担心 ->拉普拉斯算子(Laplance operator)
  
• Opencv已经提供了相关API - cv::Laplance

API使用cv::Laplacian

Laplacian(
InputArray src,
OutputArray dst,
int depth, //深度CV_16S
int kisze, // 3
double scale = 1,
double delta =0.0,
int borderType = 4
)

处理流程

• 高斯模糊 – 去噪声GaussianBlur()
• 转换为灰度图像cvtColor()
• 拉普拉斯 – 二阶导数计算Laplacian()
• 取绝对值convertScaleAbs()
• 显示结果

代码示例

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;

int main( int, char** argv )
{
	Mat src, gblur_src,gray_src,laplace_src,dst;
	// 1.加载源图像src
	src = imread("E:/Experiment/OpenCV/Pictures/girl.jpg");
	if( src.empty()){ //检测图片
		printf("could not load image...");
		return -1;
	}
	imshow("input",src);//输出图像
	
	// 2. 先模糊，为了去噪声。将cv :: GaussianBlur应用于我们的图像以减少噪音（内核大小= 3）
	GaussianBlur( src, gblur_src, Size(3,3), 0, 0, BORDER_DEFAULT );
	// 3. 将滤波后的图像转换为灰度图像：
	cvtColor( gblur_src, gray_src, COLOR_RGB2GRAY );

	// 4.分别用 Laplance 算子进行图像边缘化处理
	Laplacian(gray_src, laplace_src, CV_16S, 3);//参数意思与上述的 Sobel Scharr 函数一致
    convertScaleAbs(laplace_src, laplace_src);
    imshow("Laplance Demo", laplace_src);

    threshold(laplace_src, dst, 0, 255, THRESH_OTSU | THRESH_BINARY);//二值化，边缘显示的更清晰
	imshow("dst", dst);
	
	waitKey(0);
	return 0;
}

运行截图

参考博客

1. https://blog.****.net/LYKymy/article/details/83186287
2. https://blog.****.net/huanghuangjin/article/details/81142782