(27)Air Band OpenCV2.4.13_Laplace算子-CSDN博客

本文是对OpenCV2.4.13文档的部分翻译，作个人学习之用，并不完整。

Sobel算子基于在边缘部分像素灰度出现了一个很大的变化。得到灰度的一阶导数我们发现边缘是一个极大值：

而二阶导数：

此处的二阶导数是0，所以我们也可以使用这个特性来推断图像中的轮廓边缘，然而0不止出现在边缘处，还可能是无意义的位置，这就需要应用滤波函数。

Laplacian算子：

1.二阶导数可以用于检测边缘，因为图像是二维的，我们需要在两个维度都执行导数运算。这就需要Laplacian算子。

2.定义：

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>

using namespace cv;

/**
 * @function main
 */
int main()
{

  Mat src, src_gray, dst;
  int kernel_size = 3;
  int scale = 1;
  int delta = 0;
  int ddepth = CV_16S;
  const char* window_name = "Laplace Demo";

  /// 载入图像
  src = imread("lena.jpg");// argv[1] 

  if( !src.data )
    { return -1; }

  /// 使用高斯滤波器模糊消噪
  GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );

  /// 将图像转换为灰度图
  cvtColor( src, src_gray, COLOR_RGB2GRAY );

  /// 创建窗口
  namedWindow( window_name, WINDOW_AUTOSIZE );

  /// 执行拉普拉斯函数
  Mat abs_dst;
  // 原图像、目标图像、目标深度（输入图是CV_8U,定义CV_16S来避免溢出）、核大小、后三个使用默认值
  Laplacian( src_gray, dst, ddepth, kernel_size, scale, delta, BORDER_DEFAULT );
  // 将输出转换为CV_8U图像
  convertScaleAbs( dst, abs_dst );

  /// 显示结果
  imshow( window_name, abs_dst );

  waitKey(0);

  return 0;
}

结果：