Laplance算子（二阶导数）

理论：

在二阶导数的时候，最大变化处的值为0,即边缘是零，通过二阶导数计算，依据此理论我们可以计算图像的二阶导数，提取边缘。

Laplance算子
二阶导数我不会，别担心->拉普拉斯算子(Laplanceoperator)
Opencv已经提供了相关APl- cv::Laplance

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Laplacian()

取绝对值convertScaleAbs()
显示结果

代码：

#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
int main(int argc, char** argv) {
	Mat src, dst;
	src = imread("C:/Users/ThinkPad/Desktop/1.PNG");
	if (!src.data) {
		printf("could not find");
		return -1;
	}
	namedWindow("demo", cv::WINDOW_AUTOSIZE);
	imshow("demo", src);
	
	Mat gray_src, edge_image;
	//高斯模糊
	GaussianBlur(src, dst, Size(3, 3), 0, 0);
	//转为灰度图
	cvtColor(dst, gray_src, COLOR_BGR2GRAY);
	//拉普拉斯操作
	Laplacian(gray_src, edge_image, CV_16S, 3);
	//绝对值转换
	convertScaleAbs(edge_image, edge_image);
	//处理边缘图像
	threshold(edge_image, edge_image, 0, 255, THRESH_OTSU | THRESH_BINARY);
	imshow("final result", edge_image);
	waitKey(0);
	return 0;
}

在没有进行处理时的拉普拉斯操作，可以看到噪声有点严重。 

添加threshold进行处理之后：

threshold(edge_image, edge_image, 0, 255, THRESH_OTSU | THRESH_BINARY);