图像的拉普拉斯算子之c++实现（qt + 不调包）

AI街潜水的八角

已于 2023-08-31 19:33:45 修改

阅读量337

点赞数

分类专栏：基于qt图像算法处理文章标签： c++ 图像处理计算机视觉 qt 人工智能

于 2023-08-30 10:04:04 首次发布

本文链接：https://blog.csdn.net/m0_59023219/article/details/132576657

版权

基于qt图像算法处理专栏收录该内容

25 篇文章 30 订阅

订阅专栏

1.基本原理

拉普拉斯算子为二阶微分算子，

可转换成公式：

1.一般应用的时候，会涉及到正相拉普拉斯模板和反相拉普拉斯模板

2.拉普拉斯素描

第一步：用正相拉普拉斯模板求边缘

第二步：去除噪声（取下面两个模板结果最大值，可防止把45°方向边缘像素误认为是噪声）

第三步：平滑滤波得到柔和的边缘

3.高斯拉普拉斯算子

拉普拉斯算子是一种高通滤波器，是影像灰度函数在两个垂直方向二阶偏导数之和。在离散数字影像的情况下,直接用影像灰度级的二阶差分代替连续情形下的二阶偏导数,对噪声很敏感,在提取边缘时往往会出现伪边缘响应。为克服拉普拉斯算子的不足,宜先对数字影像进行低通滤波，抑制噪声。高斯函数是一种很好的归一化低通滤波器,可用于对数字影像进行低通滤波以减少噪声的影响，在此基础上再利用拉普拉斯算子提取边缘,这就是高斯-拉普拉斯算子，又称为LOG(Laplacian of Gaussian)算子。下面是一个简化之后的高斯拉普拉斯模板。

2.代码实现（代码是我以前自学图像处理时写的，代码很粗糙没做任何优化，但很好理解）

/*拉普拉斯边缘检测 比例scale对差分结果进行缩放 mode 为选择那一种方式 0只 显示正边缘，1只显示负边缘，2显示所有的边缘，3同时用高灰度和低灰度分别显示正负边缘*/
QImage* MainWindow:: SideLaplacian(QImage* image,double scale,int mode)
{
    QImage* newImage = new QImage(image->width(),image->height(),QImage::Format_ARGB32);
    QColor color0;
    int templt[3][3] = {
        {1,1,1},
        {1,-8,1},
        {1,1,1}
    };
    int templtsize = 3;
    for(int y = templtsize/2; y < image->height() - templtsize/2; y++)
    {
        for(int x = templtsize/2; x < image->width() - templtsize/2;x++)
        {
            int r =0;
            int g = 0;
            int b = 0;
            for(int j = -templtsize/2; j <= templtsize/2;j++)
            {
                for(int i = -templtsize/2; i <= templtsize/2;i++)
                {
                       color0 = QColor(image->pixel(x + i,y + j));
                       r += color0.red() * templt[i + templtsize/2][j + templtsize/2];
                       g += color0.green() * templt[i + templtsize/2][j + templtsize/2];
                       b += color0.blue() * templt[i + templtsize/2][j + templtsize/2];
                }
            }
           r*= scale;
           g*=scale;
           b*=scale;
           r = qBound(-255,r,255);
           g = qBound(-255,g,255);
           b = qBound(-255,b,255);
           switch (mode) {
           case 0:
               if(r<0) r = 0;
               break;
           case 1:
               if(r>0) r = 0;
               r = -r;
               break;
           case 2:
               if(r<0) r = -r;
               break;
           case 3:
               if(r<0) r = 128 + r/2;
               break;
           default:
               break;
           }
           switch (mode) {
           case 0:
               if(g<0) g = 0;
               break;
           case 1:
               if(g>0) g = 0;
               g = -g;
               break;
           case 2:
               if(g<0) g = -g;
               break;
           case 3:
               if(g<0) g = 128 + g/2;
               break;
           default:
               break;
           }
           switch (mode) {
           case 0:
               if(b<0) b = 0;
               break;
           case 1:
               if(b>0) b = 0;
               b = -b;
               break;
           case 2:
               if(b<0) b = -b;
               break;
           case 3:
               if(b<0) b = 128 + b/2;
               break;
           default:
               break;
           }
            newImage->setPixel(x,y,qRgb(r,g,b));
        }
    }
    return newImage;
}

/*拉普拉斯素描 k是用来消噪声点，ka是用来消灰度较低的斑点*/
QImage* MainWindow:: LaplacianB(QImage* image,double scale,int k,int ka)
{
    QImage* newImage = new QImage(image->width(),image->height(),QImage::Format_ARGB32);
    QImage* newImage1 = new QImage(image->width(),image->height(),QImage::Format_ARGB32);
    QColor color0;
    int templt[3][3] = {
        {1,1,1},
        {1,-8,1},
        {1,1,1}
    };
    int templt1[3][3] = {
        {1,1,-1},
        {1,0,-1},
        {1,-1,-1}
    };
    int templt2[3][3] = {
        {1,1,1},
        {-1,0,1},
        {-1,-1,-1}
    };
    int templt3[3][3] = {
        {1,1,1},
        {1,4,1},
        {1,1,1}
    };
    int templtsize = 3;
    for(int y = templtsize/2; y < image->height() - templtsize/2; y++)
    {
        for(int x = templtsize/2; x < image->width() - templtsize/2;x++)
        {
            int r =0;
            int g = 0;
            int b = 0;
            int r1 =0;
            int g1= 0;
            int b1 = 0;
            int r2 =0;
            int g2 = 0;
            int b2 = 0;
            int r3=0;
            int g3 = 0;
            int b3 = 0;
            for(int j = -templtsize/2; j <= templtsize/2;j++)
            {
                for(int i = -templtsize/2; i <= templtsize/2;i++)
                {
                       color0 = QColor(image->pixel(x + i,y + j));
                       r += color0.red() * templt[i + templtsize/2][j + templtsize/2];
                       g += color0.green() * templt[i + templtsize/2][j + templtsize/2];
                       b += color0.blue() * templt[i + templtsize/2][j + templtsize/2];

                       r1+= color0.red() * templt1[i + templtsize/2][j + templtsize/2];
                       g1 += color0.green() * templt1[i + templtsize/2][j + templtsize/2];
                       b1 += color0.blue() * templt1[i + templtsize/2][j + templtsize/2];

                       r2 += color0.red() * templt2[i + templtsize/2][j + templtsize/2];
                       g2 += color0.green() * templt2[i + templtsize/2][j + templtsize/2];
                       b2 += color0.blue() * templt2[i + templtsize/2][j + templtsize/2];
                }
            }
            r1 = abs(r1);
            g1 = abs(g1);
            b1 = abs(b1);

            r2 = abs(r2);
            g2 = abs(g2);
            b2 = abs(b2);

            r3 = r1>r2?r1:r2;
            g3 = g1>g2?g1:g2;
            b3 = b1>b2?b1:b2;

            if(r3<k) r = 0;
            else
            {
                 r*= scale;
                 if(r > 255) r = 255;
                 else if(r < ka) r = 0;
            }
            if(g3<k) g = 0;
            else
            {
                 g*= scale;
                 if(g > 255) g = 255;
                 else if(g < ka) g = 0;
            }
            if(b3<k) b = 0;
            else
            {
                 b*= scale;
                 if(b > 255) b = 255;
                 else if(b < ka) b = 0;
            }

            r = 255 -r;
            g = 255 - g;
            b = 255 - b;

            newImage1->setPixel(x,y,qRgb(r,g,b));
    }
}
    for(int y = templtsize/2; y < image->height() - templtsize/2; y++)
    {
        for(int x = templtsize/2; x < image->width() - templtsize/2;x++)
        {
            int r =0;
            int g = 0;
            int b = 0;
            for(int j = -templtsize/2; j <= templtsize/2;j++)
            {
                for(int i = -templtsize/2; i <= templtsize/2;i++)
                {
                       color0 = QColor(newImage1->pixel(x + i,y + j));
                       r += color0.red() * templt3[i + templtsize/2][j + templtsize];
                       g += color0.green() * templt3[i + templtsize/2][j + templtsize];
                       b += color0.blue() * templt3[i + templtsize/2][j + templtsize];
                }
            }
            r = r/12;
            g = g/12;
            b = b/12;
          newImage->setPixel(x,y,qRgb(r,g,b));
        }
    }
    delete newImage1;
    return newImage;
}

/*高斯拉普拉斯边缘检测 */
QImage* MainWindow:: SideLaplacianG(QImage* image,double scale)
{
    QImage* newImage = new QImage(image->width(),image->height(),QImage::Format_ARGB32);
    QColor color0;
    int templt[5][5] = {
        {0,0,-1,0,0},
        {0,-1,-2,-1,0},
        {-1,-2,16,-2,-1},
        {0,-1,-2,-1,0},
        {0,0,-1,0,0}
    };

    int templtsize = 5;
    for(int y = templtsize/2; y < image->height() - templtsize/2; y++)
    {
        for(int x = templtsize/2; x < image->width() - templtsize/2;x++)
        {
            int r =0;
            int g = 0;
            int b = 0;
            for(int j = -templtsize/2; j <= templtsize/2;j++)
            {
                for(int i = -templtsize/2; i <= templtsize/2;i++)
                {
                       color0 = QColor(image->pixel(x + i,y + j));
                       r += color0.red() * templt[i + templtsize/2][j + templtsize/2];
                       g += color0.green() * templt[i + templtsize/2][j + templtsize/2];
                       b += color0.blue() * templt[i + templtsize/2][j + templtsize/2];
                }
            }
            r*=scale;
            g*=scale;
            b*=scale;
            r = qBound(0,r,255);
            g = qBound(0,g,255);
            b = qBound(0,b,255);
            newImage->setPixel(x,y,qRgb(r,g,b));
    }
}
    return newImage;
}

3.下载路径：

整个系列链接： https://blog.csdn.net/m0_59023219/category_12425183.html

内容介绍：

[1]根据算法原理，编写纯c++源码，不调用外源库opencv 等；
[2]包括各种图像处理的基本算法，包含腐蚀膨胀，缩放，转置，镜像，平移，均衡变化，灰度拉升，灰度阈值，灰度非线性，转灰度，灰度线性，旋转，简单平滑，高斯平滑，轮廓跟踪，种子算法，hough直线检测，拉普拉斯，带方向边缘检测，常规边缘检测(梯度算子、Roberts算子和Sobel算子)，中值滤波，反色操作等；
[3]程序中有完整的注释，便于大家很好理解代码。

代码下载路径：基于QT的C++多种图像处理基本算法源码