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。
运行结果:
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: