19.Laplance算子

1. 主要内容

• laplance算子理论——二阶导数获得图像边缘
• API讲解

2. laplance算子理论

(1) 基本理论

解释：在二阶导数的时候，最大变化处的值为0即边缘值是0，通过二阶导数计算，依据理论我们可以计算图像的二阶导数来提取边缘。

(2) laplance算子

不会计算二阶导数？使用拉普拉斯算子（Laplance operator）

opencv提供了相应的API————cv::Laplance

3. 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Lapacian（） 
取绝对值convertScalarAbs（） 
显示结果

Laplacian( )函数其实主要是利用sobel算子的运算。它通过加上sobel算子运算出的图像x方向和y方向上的导数，来得到我们载入图像的拉普拉斯变换结果。

4. API讲解

Laplacian(
    //InputArray类型的image，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位图像。
    InputArray  src,
    //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。
    OutputArray dst,
    int depth,//int类型的ddept，目标图像的深度。
    int ksize,//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。
    double scale = 1,//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。
    double delta = 0.0,//double类型的delta，表示在结果存入目标图（第二个参数dst）之前可选的delta值，有默认值0。
    int borderType = 4// int类型的borderType，边界模式，默认值为BORDER_DEFAULT。
)

如果事后认为图像的对比不是很强烈，可以使用threshold（）函数进行图像的二值化来提高图像的轮廓，当然也可以使用其他的方法。
提示：如果需要执行一个新的操作，最好不要总是将执行后的结果重新覆盖在原图像上，在你还不清楚图像的具体操作时，这样的操作是危险的。

---

此处对opencv的一点认知：
opencv是一个函数库，其中包含了各种大大小小的API供我们使用，为我们的程序设计提供很大的便利性，但是并不是图像处理就是要随便调用API就完事，需要自己对opencv这套函数库有一套自己的认识，通过各式各样的搭配组合才能获得最大的收获，得到想要的结果。