cvLaplace

拉普拉斯可以用二次导数的形式定义，可假设其离散实现类似于二阶Sobel导数。

源图像src既可以是8位（无符号）图像，也可以是32位（浮点）图像；目标图像src必须是16位（有符号）或者32位（浮点）图像。

函数形式：

void cvLaplace( const CvArr* src, CvArr* dst, int aperture_size=3 )

src： 输入图像

dst ： 输出图像

aperture_size： 核大小 (与 cvSobel中定义一样)。

函数 cvLaplace 计算输入图像的 Laplacian变换，方法是先用 sobel 算子计算二阶 x- 和 y- 差分，再求和:

拉普拉斯算子通常的应用是检测"团块"，也可以用作边缘检测。

用二阶导数的方式找出图像的边界时，优点是由于采用了二阶导数，可以确定边界在亮边还是暗边，暗边>0，亮边<0，对边界响应很灵敏。缺点是，抗噪能力比较差，所以一般在采用Laplace算子之前要用高斯函数对图像进行平滑处理。

代码示例：

#include
   
   
    
    
#include
    
    
     
     

int main(int argc, char** argv)
{
	IplImage* src = cvLoadImage("f:\\opencvEx\\lena.jpg");

	IplImage* dst1_s = cvCreateImage(cvGetSize(src), IPL_DEPTH_16S, src->nChannels);
	IplImage* dst2_s = cvCreateImage(cvGetSize(src), IPL_DEPTH_16S, src->nChannels);

	IplImage* dst1_u = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, src->nChannels);
	IplImage* dst2_u = cvCreateImage(cvGetSize(src), IPL_DEPTH_8U, src->nChannels);

	cvLaplace(src, dst1_s, 3);
	cvLaplace(src, dst2_s, 7);

	cvConvertScale(dst1_s, dst1_u, 1.0, 0);
	cvConvertScale(dst2_s, dst2_u, 1.0, 0);

	cvNamedWindow("src");
	cvNamedWindow("apertureSize = 3");
	cvNamedWindow("apertureSize = 7");

	cvShowImage("src",src);
	cvShowImage("apertureSize = 3", dst1_u);
	cvShowImage("apertureSize = 7", dst2_u);

	cvWaitKey(0);

	cvReleaseImage(&src);
	cvReleaseImage(&dst1_s);
	cvReleaseImage(&dst1_u);
	cvReleaseImage(&dst2_s);
	cvReleaseImage(&dst2_u);

	cvDestroyAllWindows();

	return 0;

}
    
    
   
   

运行结果：