OpenCV之拉普拉斯算子：Laplacian()函数

根据图像处理的原理，二阶导数可以用来进行边缘检测，因为图像是二维的，需要在两个方向上求导，使用Laplacian算子将会使求导过程变得简单。

Laplacian算子的定义：

需要说明的是，由于Laplacian算子使用了图像梯度，它内部的代码其实是调用了Sobel算子的。

让一幅图像减去它的Laplacian算子可以增强它的对比度。

Laplacian()函数

函数原型：

void Laplacian(InputArray src, outputArray dst, int ddepth, int ksize=1, double scale=1, doubel delta=0, int borderType=BORDER_DEFAULT)

• 第一个参数：输入图像，Mat类的对象即可，需为单通道的8位图像。
• 第二个参数：输出的边缘图，需要和输入图像有一样的尺寸和通道数。
• 第三个参数：int类型的ddepth，目标图像的深度。
• 第四个参数：int类型的ksize，用于计算二阶导数的滤波器的核的大小，必须是正奇数，默认值是1.
• 第五个参数：double类型的scale，计算拉普拉斯值的时候可选的比例因子，默认值是1.
• 第六个参数：double类型的delta，表示结果存入目标图之前可选的delta值，默认值是0.
• 第七个参数：int类型borderType。

Laplacian()函数其实主要利用sobel算子进行运算，通过sobel算子得到图像x方向和y方向的导数，然后得到拉普拉斯变换的结果。

计算过程为：

当ksize=1时，Laplacian()函数采用3*3的核。

代码示例：

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace std;
using namespace cv;

int main()
{

    Mat srcImage;
    srcImage = imread("/Users/dwz/Desktop/cpp/1.jpg");
    GaussianBlur(srcImage, srcImage, Size(3, 3), 0, 0);

    Mat grayImage;
    cvtColor(srcImage, grayImage, COLOR_BGR2GRAY);

    Mat dst, abs_dst;
    Laplacian(grayImage, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT);
    convertScaleAbs(dst, abs_dst);

    imwrite("laplacian.jpg", abs_dst);

}

输入：

输出：