OpenCV|OpenCV-图像处理（18、Laplance算子）图像处理|Laplace算子|OpenCV

文章图片

Laplance算子

二阶导数我不会，别担心 ->拉普拉斯算子(Laplance operator)

文章图片
Opencv已经提供了相关API - cv::Laplance

API使用cv::Laplacian 【OpenCV|OpenCV-图像处理（18、Laplance算子）】

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

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

代码示例

#include #include using namespace cv; int main( int, char** argv ) { Mat src, gblur_src,gray_src,laplace_src,dst; // 1.加载源图像src src = https://www.it610.com/article/imread("E:/Experiment/OpenCV/Pictures/girl.jpg"); if( src.empty()){ //检测图片 printf("could not load image..."); return -1; } imshow("input",src); //输出图像 // 2. 先模糊，为了去噪声。将cv :: GaussianBlur应用于我们的图像以减少噪音（内核大小= 3） GaussianBlur( src, gblur_src, Size(3,3), 0, 0, BORDER_DEFAULT ); // 3. 将滤波后的图像转换为灰度图像： cvtColor( gblur_src, gray_src, COLOR_RGB2GRAY ); // 4.分别用 Laplance 算子进行图像边缘化处理 Laplacian(gray_src, laplace_src, CV_16S, 3); //参数意思与上述的 Sobel Scharr 函数一致 convertScaleAbs(laplace_src, laplace_src); imshow("Laplance Demo", laplace_src); threshold(laplace_src, dst, 0, 255, THRESH_OTSU | THRESH_BINARY); //二值化，边缘显示的更清晰 imshow("dst", dst); waitKey(0); return 0; }

运行截图