Laplacian算子(拉普拉斯算子)
Laplacian算子具有各方向同性的特点,能够对任意方向的边缘进行提取,具有无方向性的优点,因此使用Laplacian算子提取边缘不需要分别检测X方向的边缘和Y方向的边缘,只需要一次边缘检测即可。Laplacian算子是一种二阶导数算子,对噪声比较敏感,因此常需要配合高斯滤波一起使用。
void Laplacian( InputArray src, OutputArray dst, int ddepth,
int ksize = 1, double scale = 1, double delta = 0,
int borderType = BORDER_DEFAULT );
- src:输入原图像,可以是灰度图像或彩色图像。
- dst:输出图像,与输入图像src具有相同的尺寸和通道数
- ddepth:输出图像的数据类型(深度),根据输入图像的数据类型不同拥有不同的取值范围,具体的取值范围在表5-1给出,当赋值为-1时,输出图像的数据类型自动选择。
- ksize:滤波器的大小,必须为正奇数。
- scale:对导数计算结果进行缩放的缩放因子,默认系数为1,表示不进行缩放。
- delta:偏值,在计算结果中加上偏值。
- borderType:像素外推法选择标志,取值范围在表3-5中给出,默认参数为BORDER_DEFAULT,表示不包含边界值倒序填充。
该函数通过Sobel算子计算出图像X方向和Y方向的二阶导数,将两个方向的导数求和得到Laplacian算子
简单示例
//
// Created by smallflyfly on 2021/6/15.
//
#include "opencv2/opencv.hpp"
#include "opencv2/highgui.hpp"
#include "utils.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main() {
Mat im = imread("test.jpg", IMREAD_GRAYSCALE);
if (im.empty()) {
cerr << "image file read error" << endl;
return -1;
}
resize(im, im, Size(0, 0), 0.5, 0.5);
Mat result1, resultGauss, result2;
// 未使用高斯滤波进行边缘检测
Laplacian(im, result1, -1, 3);
convertScaleAbs(result1, result1);
// 先用高斯滤波器进行滤波后再进行边缘检测
GaussianBlur(im, resultGauss, Size(3, 3), 10);
Laplacian(resultGauss, result2, -1, 3);
convertScaleAbs(result2, result2);
showImage("result1", result1);
showImage("result2", result2);
waitKey(0);
destroyAllWindows();
return 0;
}