【原】OpenCV-Laplacian邊緣檢測

翟天保的圖書館 2022-01-13

展開全文

作者：翟天保Steven
版權(quán)聲明：著作權(quán)歸作者所有，商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處

函數(shù)原型

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

參數(shù)說明

InputArray類型的src，輸入圖像，8位圖像。
OutputArray類型的dst，輸出圖像,。
int類型的ddepth，輸出圖像的深度,。若src為CV_8U，則可取-1/CV_16S/CV_32F/CV_64F；若src為CV_16U/CV_16S，可取-1/CV_32F/CV_64F；若src為CV_32F，可取-1/CV_32F/CV_64F；若src為CV_64F，可取-1/CV_64F。
int類型的ksize，默認(rèn)值為3，表示Sobel核的大小，取奇數(shù),。
double類型的scale，計(jì)算導(dǎo)數(shù)值時(shí)選的縮放因子，默認(rèn)為1,。
double類型的delta，表示在結(jié)果存入目標(biāo)圖之前可選的delta值，默認(rèn)為0。
int類型的borderType，邊界模式,。

函數(shù)原理

? ? ? ?Laplacian算子是n維歐幾里德空間中的一個(gè)二階微分算子，定義為梯度grad的散度div,。因此如果f是二階可微的實(shí)函數(shù)，則f的拉普拉斯算子定義如下：

1）f的拉普拉斯算子也是笛卡爾坐標(biāo)系中的所有非混合二階偏導(dǎo)數(shù)求和。

2）作為一個(gè)二階微分算子，拉普拉斯算子把C函數(shù)映射到C函數(shù),。對(duì)于k大于等于2時(shí)，定義算子 $\Delta :C(R)\rightarrow C(R)$ ,。

? ? ? ?根據(jù)圖像處理的原理可知，二階導(dǎo)數(shù)可以用來進(jìn)行檢測邊緣。因?yàn)閳D像是二維，需要在兩個(gè)方向進(jìn)行求導(dǎo),。使用Laplacian算子將會(huì)使求導(dǎo)過程變得簡單,。

? ? ? ?Laplacian算子的定義為：

$Laplace(f)=\frac{\partial ^2f}{\partial x^2}+\frac{\partial ^2f}{\partial y^2}$

測試代碼

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
// 加載圖片
Mat src = imread("test.jpg");
if (src.empty())
{
cout << "picture load error!" << endl;
return 0;
}
Mat blur, gray, result, abs_result;
// 高斯濾波
GaussianBlur(src, blur, Size(3, 3), 0, 0, BORDER_DEFAULT);
// 轉(zhuǎn)為灰度圖像
cvtColor(blur, gray, COLOR_RGB2GRAY);
// 拉普拉斯
Laplacian(gray, result, CV_16S, 5, 1, 0, BORDER_DEFAULT);
// 計(jì)算絕對(duì)值
convertScaleAbs(result, abs_result);
// 結(jié)果顯示
imshow("src", src);
imshow("result", abs_result);
waitKey(0);
return 0;
}