一、基础理论

1、原理

Laplace算子作为边缘检测之一，和Sobel算子一样也是工程数学中常用的一种积分变换，属于空间锐化滤波操作。因为图像是二维的，所以需要在两个方向求导。

定义：

拉普拉斯算子（Laplace Operator）是n维欧几里德空间中的一个二阶微分算子，定义为梯度（▽f）的散度（▽·f）。拉普拉斯算子也可以推广为定义在黎曼流形上的椭圆型算子，称为拉普拉斯-贝尔特拉米算子。

原理：

拉普拉斯算子是二阶微分线性算子，在图像边缘处理中，二阶微分的边缘定位能力更强，锐化效果更好，因此在进行图像边缘处理时，直接采用二阶微分算子而不使用一阶微分。

2、过程

1、一维一阶差分公式和二阶差分公式分别为：

2、在一个二维函数f(x,y)中，x,y两个方向的二阶差分分别为：

3、所以，Laplace算子的差分形式为：

4、得到卷积核：

5、扩展卷积核

该卷积核在上下左右四个90度的方向上结果相同，也就是说在90度方向上无方向性。为了让该卷积核在45度的方向上也能具有该性质，对它扩展定义：

3、Laplacian函数

C++：

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

Laplacian(src, dst, CV_16S, 3);                             //拉普拉斯变换//         深度        核大小

python：

# 2、Laplacian 算子
laplacian = cv.Laplacian(dst, cv.CV_64F)

代码

C++：

//拉普拉斯变换
#include<opencv2/opencv.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace cv;Mat src, dst, abs_dst_laplace;int main()
{src = imread("Resource/test13.jpg");imshow("原图", src);//拉普拉斯变换Laplacian(src, dst, CV_16S, 3);                     //拉普拉斯变换//                          深度      核大小convertScaleAbs(dst, abs_dst_laplace);              //将类型转化为CV_8UC1imshow("laplacian", abs_dst_laplace);    waitKey(0);
}

python：

# 边缘检测（Sobel、Laplace、Canny）
import cv2 as cv# Laplace二阶微分算子
def Laplace():# 1、高斯滤波器 (3 X 3)dst = cv.GaussianBlur(img, (3, 3), sigmaX=0.1)#                           核大小  在X方向上的标准偏差# 2、Laplacian 算子laplacian = cv.Laplacian(dst, cv.CV_64F)# 3、取绝对值laplacian = cv.convertScaleAbs(laplacian)# 4、显示cv.imshow("laplacian", laplacian)if __name__ == '__main__':# 读取图片img = cv.imread("Resource/test5.jpg")cv.imshow("img", img)# Sobel()         #Sobel一阶微分算子Laplace()       #Laplace二阶微分算子cv.waitKey(0)

效果

参考资料

https://blog.csdn.net/hellocsz/article/details/102485387?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162899470416780357226662%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=162899470416780357226662&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_click~default-2-102485387.ecpm_v1_rank_v29&utm_term=%E6%8B%89%E6%99%AE%E6%8B%89%E6%96%AF%E7%AE%97%E5%AD%90&spm=1018.2226.3001.4187

https://www.bilibili.com/video/BV1Fo4y1d7JL?p=34&spm_id_from=pageDriver

OpenCV（十六）边缘检测2 -- Laplace(拉普拉斯)二阶微分算子相关推荐

【OpenCV十六新手教程】OpenCV角检测Harris角点检测
本系列文章由@浅墨_毛星云出品.转载请注明出处. 文章链接: http://blog.csdn.net/poem_qianmo/article/details/29356187 作者:毛星云(浅墨) ...
OpenCV环境下Laplace(拉普拉斯)和Roberts基本边缘检测算子的实现代码
图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 拉普拉斯算子是最简单的各向同性二阶微分算子,具有 ...
OpenCV学习笔记（五十六）——InputArray和OutputArray的那些事core OpenCV学习笔记（五十七）——在同一窗口显示多幅图片 OpenCV学习笔记（五十八）——读《Mast
OpenCV学习笔记(五十六)--InputArray和OutputArray的那些事core 看过OpenCV源代码的朋友,肯定都知道很多函数的接口都是InputArray或者OutputArray ...
《OpenCv视觉之眼》Python图像处理十六:Opencv图像处理实战一之图像中的硬币检测
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
OpenCV学习笔记（四十六）——FAST特征点检测features2D OpenCV学习笔记（四十七）——VideoWriter生成视频流highgui OpenCV学习笔记（四十八）——PCA算
OpenCV学习笔记(四十六)--FAST特征点检测features2D 特征点检测和匹配是计算机视觉中一个很有用的技术.在物体检测,视觉跟踪,三维常年关键等领域都有很广泛的应用.这一次先介绍特征点检 ...
OpenCV学习笔记（三十六）——Kalman滤波做运动目标跟踪 OpenCV学习笔记（三十七）——实用函数、系统函数、宏core OpenCV学习笔记（三十八）——显示当前FPS OpenC
OpenCV学习笔记(三十六)--Kalman滤波做运动目标跟踪 kalman滤波大家都很熟悉,其基本思想就是先不考虑输入信号和观测噪声的影响,得到状态变量和输出信号的估计值,再用输出信号的估计误差加 ...
OpenCV学习笔记（二十六）——小试SVM算法ml OpenCV学习笔记（二十七）——基于级联分类器的目标检测objdect OpenCV学习笔记（二十八）——光流法对运动目标跟踪Video Ope
OpenCV学习笔记(二十六)--小试SVM算法ml 总感觉自己停留在码农的初级阶段,要想更上一层,就得静下心来,好好研究一下算法的东西.OpenCV作为一个计算机视觉的开源库,肯定不会只停留在数字图 ...
OpenCV学习笔记（十六）——CamShift研究 OpenCV学习笔记（十七）——运动分析和物体跟踪Video OpenCV学习笔记（十八）——图像的各种变换（cvtColor*+）imgproc
OpenCV学习笔记(十六)--CamShift研究 CamShitf算法,即Continuously Apative Mean-Shift算法,基本思想就是对视频图像的多帧进行MeanShift运算 ...
OpenCV学习笔记（十六）：直方图均衡化：equalizeHist()
OpenCV学习笔记(十六):直方图均匀化:equalizeHist() 参考博客: 直方图均衡化的数学原理直方图匹配的数学原理直方图均衡化广泛应用于图像增强中: 直方图均衡化处理的"中 ...

OpenCV（十六）边缘检测2 -- Laplace(拉普拉斯)二阶微分算子