OpenCV函数 Laplacian 算子实现

OpenCV函数 Laplacian 实现 Laplacian 算子 的离散模拟。

原理

前一节我们学习了 Sobel 算子 ，其基础来自于一个事实，即在边缘部分，像素值出现”跳跃“或者较大的变化。如果在此边缘部分求取一阶导数，你会看到极值的出现。正如下图所示：
如果在边缘部分求二阶导数会出现什么情况?

你会发现在一阶导数的极值位置，二阶导数为0。所以我们也可以用这个特点来作为检测图像边缘的方法。但是，二阶导数的0值不仅仅出现在边缘(它们也可能出现在无意义的位置),但是我们可以过滤掉这些点。

Laplacian 算子

从以上分析中，我们推论二阶导数可以用来 检测边缘 。因为图像是 “2维”, 我们需要在两个方向求导。使用Laplacian算子将会使求导过程变得简单。
Laplacian 算子 的定义:

OpenCV函数 Laplacian 实现了Laplacian算子。实际上，由于 Laplacian使用了图像梯度，它内部调用了 Sobel 算子。

源码

本程序做什么?
- 装载图像
- 使用高斯平滑消除噪声，将图像转换到灰度空间。
- 使用Laplacian算子作用于灰度图像，并保存输出图像。
- 输出结果。
下面是本教程的源码，你也可以从这里下载。

#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <stdlib.h>
#include <stdio.h>using namespace cv;/** @函数 main */
int main( int argc, char** argv )
{Mat src, src_gray, dst;int kernel_size = 3;int scale = 1;int delta = 0;int ddepth = CV_16S;char* window_name = "Laplace Demo";int c;/// 装载图像src = imread( argv[1] );if( !src.data ){ return -1; }/// 使用高斯滤波消除噪声GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );/// 转换为灰度图cvtColor( src, src_gray, CV_RGB2GRAY );/// 创建显示窗口namedWindow( window_name, CV_WINDOW_AUTOSIZE );/// 使用Laplace函数Mat abs_dst;Laplacian( src_gray, dst, ddepth, kernel_size, scale, delta, BORDER_DEFAULT );convertScaleAbs( dst, abs_dst );/// 显示结果imshow( window_name, abs_dst );waitKey(0);return 0;}

解释

首先申明变量:

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

装载原图像:

src = imread( argv[1] );if( !src.data ){ return -1; }

高斯平滑降噪:

GaussianBlur( src, src, Size(3,3), 0, 0, BORDER_DEFAULT );

使用 cvtColor 转换为灰度图

cvtColor( src, src_gray, CV_RGB2GRAY );

#.对灰度图使用Laplacian算子:

Laplacian( src_gray, dst, ddepth, kernel_size, scale, delta, BORDER_DEFAULT );
函数接受了以下参数:

src_gray: 输入图像。

dst: 输出图像

ddepth: 输出图像的深度。因为输入图像的深度是 CV_8U ，这里我们必须定义 ddepth = CV_16S 以避免外溢。

kernel_size: 内部调用的 Sobel算子的内核大小，此例中设置为3。

scale, delta 和 BORDER_DEFAULT: 使用默认值。

将输出图像的深度转化为 CV_8U :
```
convertScaleAbs( dst, abs_dst );
```
显示结果:
```
imshow( window_name, abs_dst );
```

结果

#.在编译上面的代码之后, 我们可以运行结果，将图片路径输入，如下图:

我们得到下图所示的结果。注意观察树木和牛的轮廓基本上很好的反映出来(除了像素值比较接近的地方，比如奶牛的头部)。此外，注意树木(右方)后面的房子屋顶被明显的加强显示出来，这是由于局部对比度比较强的原因。

OpenCV函数 Laplacian 算子实现相关推荐

学习笔记(12):Python+OpenCV计算机视觉-laplacian算子的使用
立即学习:https://edu.csdn.net/course/play/10552/234946?utm_source=blogtoedu laplacian(拉普拉斯)算子 dst=cv2.La ...
Python OpenCV -- Laplacian 算子（十）
Laplacian 算子: 原理分析: Sobel 算子 : 在一个图像区域中的边缘部分,像素值出现"跳跃"或者较大的变化.如果在此边缘部分求取一阶导数,会看到极值的出现如图: ...
[Python从零到壹] 五十八.图像增强及运算篇之图像锐化Sobel、Laplacian算子实现边缘检测
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
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Lapl ...
【OpenCV 4开发详解】Laplacian算子
本文首发于"小白学视觉"微信公众号,欢迎关注公众号本文作者为小白,版权归人民邮电出版社发行所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4 ...
opencv学习笔记17：梯度运算之laplacian算子及其应用
laplacian算子理论前文介绍了sobel算子及其函数使用和scharr算子及其函数使用使用方法不同算子比较 sobel,和scharr算子:右边121列-左边121列.右边-3,10,3 ...
opencv:边缘检测之Laplacian算子思想及实现
Laplacian算子边缘检测的来源在边缘部分求取一阶导数,你会看到极值的出现: 如果在边缘部分求二阶导数会出现什么情况? 从上例中我们可以推论检测边缘可以通过定位梯度值大于邻域的相素的方法找到(或 ...
【OpenCV 例程200篇】63. 图像锐化——Laplacian 算子
[OpenCV 例程200篇]63. 图像锐化--Laplacian 算子欢迎关注『OpenCV 例程200篇』系列,持续更新中欢迎关注『Python小白的OpenCV学习课』系列,持续更 ...
一文解决Opencv四大经典算子——sobel算子、scharr算子、laplacian算子、canny算子
Opencv四大算子 Sobel算子 Scharr算子 laplacian算子 canny算子总结边缘是像素值发生跃迁的位置,是图像的显著特征之一,在图像特征提取,对象检测,模式识别等方面都有重要 ...

OpenCV函数 Laplacian 算子实现

原理

Laplacian 算子

源码

解释

结果

OpenCV函数 Laplacian 算子实现相关推荐

最新文章

热门文章