OpenCV17---Laplance算子

十七、拉普拉斯算子

1、理论

• 在二阶导数的时候，最大变化处的值为零即边缘是零值。通过二阶导数计算，依据此理论我们可以计算图像二阶导数，提取边缘。
• 不用考虑二阶导数，拉普拉斯算子已经为我们提供了拉普拉斯算子。

2、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
• 二值化—threshold(加上二值化增强显示效果)
• 显示结果

3、API
Laplacian

 Laplacian(
 Mat gray_src,//灰度图像
 Mat edge_image,//边缘图像
 CV_16S，//位图深度
 ksize = 3,//模板尺寸
 )

示例代码：（拉普拉斯算子提取边缘，二值化）

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>

using namespace cv;
using namespace std;

int main(int argc, char* argv) {
    Mat src, dst;
    src = imread("C:\\Users\\26839\\Pictures\\测试.png");
    if (!src.data) {
 	cout << "could not load image..." << endl;
        return -1;
    }
    char INPUT_WIN[] = "input image";
    char OUTPUT_WIN[] = "Laplacian Result";
    namedWindow(INPUT_WIN, WINDOW_AUTOSIZE);
    namedWindow(OUTPUT_WIN, WINDOW_AUTOSIZE);
    imshow(INPUT_WIN, src);
    
    Mat gray_src, edge_image;
    GaussianBlur(src, dst, Size(3, 3), 0, 0);//高斯模糊
    cvtColor(dst, gray_src, COLOR_BGR2GRAY);//转灰度
    
    Laplacian(src, edge_image, CV_16S, 3);//拉普拉斯求二阶导
    convertScaleAbs(edge_image, edge_image);//取绝对值
    
    threshold(edge_image, edge_image, 0, 255, THRESH_OTSU | THRESH_BINARY);//自适应阈值，取二值化图像
    imshow(OUTPUT_WIN, edge_image);

    waitKey(0);
    return 0;
}

输出结果显示：

拉普拉斯提取边缘

二值化结果