【OpenCV入门学习--python】Laplacian()实现拉普拉斯算子的离散模拟

例子源于OpenCV官网手册（https://docs.opencv.org/4.x/d5/db5/tutorial_laplace_operator.html）
使用OpenCV函数Laplacian()实现拉普拉斯算子的离散模拟。

该程序的功能：
加载一个图像
去除噪声应用高斯模糊，然后将原始图像转换为灰度
对灰度图像应用拉普拉斯算子并存储输出图像
在窗口中显示结果

代码：

"""
@file laplace_demo.py
@brief Sample code showing how to detect edges using the Laplace operator
"""
import sys
import cv2 as cv
def main(argv):#argv是sys模块下的方法用于接收命令行传参
    # [variables]
    # Declare the variables we are going to use(声明变量)
    ddepth = cv.CV_16S#图像深度
    kernel_size = 3#内核大小
    window_name = "Laplace Demo"
    # [variables]
    # [load]（加载图片）
    imageName = argv[0] if len(argv) > 0 else 'lena.jpg'
    src = cv.imread(cv.samples.findFile(imageName), cv.IMREAD_COLOR) # Load an image
    # Check if image is loaded fine
    if src is None:
        print ('Error opening image')
        print ('Program Arguments: [image_name -- default lena.jpg]')
        return -1
    # [load]
    # [reduce_noise]
    # Remove noise by blurring with a Gaussian filter（降噪）
    src = cv.GaussianBlur(src, (3, 3), 0)#高斯滤波器对图像进行平滑处理
    # [reduce_noise]
    # [convert_to_gray]
    # Convert the image to grayscale（变为灰度图）
    src_gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
    # [convert_to_gray]
    # Create Window（创建窗口）
    cv.namedWindow(window_name, cv.WINDOW_AUTOSIZE)
    # [laplacian]
    # Apply Laplace function（拉普拉斯算子）
    dst = cv.Laplacian(src_gray, ddepth, ksize=kernel_size)
    # [laplacian]
    # [convert]
    # converting back to uint8（将输出转换为CV_8U映像）
    abs_dst = cv.convertScaleAbs(dst)
    # [convert]
    # [display]（输出结果）
    cv.imshow(window_name, abs_dst)
    cv.waitKey(0)
    # [display]
    return 0
if __name__ == "__main__":
    main(sys.argv[1:])

运行效果图：

原图：

拉普拉斯算子处理后：