opencv学习笔记(16):拉普拉斯算子

理论

解释：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。

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

Laplacian(
InputArray src,
OutputArray dst,
int depth, //深度CV_16S
int kisze, // 3
double scale = 1,
double delta =0.0,
int borderType = 4
)

实例代码

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

using namespace std;
using namespace cv;

int main(int argc, char** argv)
{
	Mat src, dst;
	src = imread("F:/1.jpg");
	if (!src.data)
	{
		cout << "cannot load image" << endl;
		return -1;
	}
	namedWindow("input", WINDOW_AUTOSIZE);
	imshow("input", src);
	Mat gray_src,edge_image;
	//高斯模糊去噪声
	GaussianBlur(src, dst, Size(3, 3), 0, 0);
	//转为灰度图
	cvtColor(dst, gray_src, CV_BGR2GRAY);
	//拉普拉斯
	Laplacian(gray_src, edge_image, -1, 3);
	//取绝对值
	convertScaleAbs(edge_image, edge_image);
	
	//阈值操作（视情况）
	threshold(edge_image, edge_image, 0, 255, THRESH_OTSU);
	imshow("laplacian", edge_image);
	waitKey(0);
	return 0;
}