OpenCV——边缘检测Laplacian算子（拉普拉斯算子）

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;
}