OpenCV 边缘检测之Laplance算子

Posted 2022-01-22 流楚丶格念

文章目录

• 前导知识
• Laplance算子（拉普拉斯算子）
• • 使用Laplance算子的一般处理流程
• 相关API
• 案例
• • 未用高斯去噪效果
  • 使用高斯平滑去噪效果

前导知识

在二阶导数的时候，最大变化处的值为零即边缘是零值。通过二阶导数计算，依据此理论我们可以计算图像二阶导数，提取边缘。

Laplance算子（拉普拉斯算子）

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

Opencv已经提供了相关API - cv::Laplance()

使用Laplance算子的一般处理流程

1. 高斯模糊-去噪点Gausslur()
2. 转换为灰度图像cvtColor()
3. 拉普拉斯-二阶导数计算Laplancian()
4. 取绝对值convertScaleAbs()
5. 显示结果imshow()

相关API

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

参数说明

• src : 原图像
• dst :目的图像
• ddepth :期望的图像深度
• ksize：高斯核大小
• scale :尺度
• delta :存储之前加在结果上的最优delta值，增强图像亮度

注意小贴士：

1. 由于 Laplacian使用了图像梯度，它内部的代码其实是调用了 Sobel 算子的。
2. 让一幅图像减去它的Laplacian可以增强对比度

案例

未用高斯去噪效果

使用高斯平滑去噪效果

代码如下：

#include <iostream>
#include <math.h>
#include <opencv2/opencv.hpp>
#include<opencv2/highgui.hpp>
#include <opencv2/highgui/highgui_c.h>  

using namespace cv;
using namespace std;

int main()

	Mat src1, src2;
	src1 = imread("./test2.jpg");
	if (src1.empty())
	
		cout << "could not find src1" << endl;
		return -1;
	
	namedWindow("input_src", CV_WINDOW_AUTOSIZE);
	imshow("input_src", src1);
	// Laplacian求边缘 : 高斯平滑-->转灰度-->拉普拉斯求二阶梯度-->取绝对值
	// 高斯去噪
	GaussianBlur(src1, src2, Size(3, 3), 0, 0);
	Mat gray_img, abs, dst;
	// 转灰度图
	cvtColor(src2, gray_img, CV_BGR2GRAY);
	imshow("gray image", gray_img);
	// 拉普拉斯
	Laplacian(gray_img, abs, CV_16S);
	convertScaleAbs(abs, dst);
	// 取二值化，使结果表达更清晰
	threshold(dst, dst, 0, 255, THRESH_OTSU | THRESH_BINARY);
	imshow("output", dst);
	waitKey(0);
	return 0;