一、Laplace算法简介
二阶微分在亮的一边是负的,在暗的一边是正的。常数部分为零。可以用来确定边的准确位置,以及像素在亮的一侧还是暗的一侧。
拉普拉斯算子是最简单的各向同性微分算子,具有旋转不变性。一个二维图像函数 的拉普拉斯变换是各向同性的二阶导数,定义为:
其中:
由于 Laplacian使用了图像梯度,它内部的代码其实是调用了 Sobel 算子的。同时,可以让一幅图像减去它的Laplacian增强其对比对。
二、OpenCV中Laplacian函数解析
void Laplacian(InputArray src,
OutputArray dst,
int ddepth,
int ksize=1,
double scale=1,
double delta=0,
intborderType=BORDER_DEFAULT );
第一个参数,InputArray类型的image,输入图像,即源图像,需为单通道8位图像。
第二个参数,OutputArray类型的edges,输出的边缘图,需要和源图片有一样的尺寸和通道数。
第三个参数,int类型的ddept,目标图像的深度。
第四个参数,int类型的ksize,用于计算二阶导数的滤波器的孔径尺寸,大小必须为正奇数,且有默认值1。
第五个参数,double类型的scale,计算拉普拉斯值的时候可选的比例因子,有默认值1。
第六个参数,double类型的delta,表示在结果存入目标图(dst)之前可选的delta值,有默认值0。
第七个参数, int类型的borderType,边界模式,默认值为BORDER_DEFAULT。
三、实例
1、代码
#include <opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;
int main()
{
//【0】变量的定义
Mat src, src_gray, dst, abs_dst;
//【1】载入原始图
src = imread("1.jpg");
//【2】显示原始图
imshow("【原始图】图像Laplace变换", src);
//【3】使用高斯滤波消除噪声
GaussianBlur(src, src, Size(3, 3), 0, 0, BORDER_DEFAULT);
//【4】转换为灰度图
cvtColor(src, src_gray, CV_RGB2GRAY);
//【5】使用Laplace函数
Laplacian(src_gray, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT);
//【6】计算绝对值,并将结果转换成8位
convertScaleAbs(dst, abs_dst);
//【7】显示效果图
imshow("【效果图】图像Laplace变换", abs_dst);
waitKey(0);
return 0;
}
2、运行结果
(1)原图像
(2)Laplace转换图像