赞
踩
计算图像的拉普拉斯值。
该函数通过使用 Sobel 运算符计算出的 x 和 y 的二阶导数之和来计算源图像的拉普拉斯值:
dst
=
Δ
src
=
∂
2
src
∂
x
2
+
∂
2
src
∂
y
2
\texttt{dst} = \Delta \texttt{src} = \frac{\partial^2 \texttt{src}}{\partial x^2} + \frac{\partial^2 \texttt{src}}{\partial y^2}
dst=Δsrc=∂x2∂2src+∂y2∂2src
当 ksize > 1 时,通过这种方式计算拉普拉斯值。当 ksize == 1 时,通过使用以下 3×3 掩模过滤图像来计算拉普拉斯值:
[
0
1
0
1
−
4
1
0
1
0
]
(3)
\left[ 0101−41010 \right] \tag{3}
0101−41010
(3)
在图像处理和计算机视觉领域中,Laplacian 操作是一种常用的边缘检测方法。Laplacian 运算符是一种二阶导数算子,可以用来突出图像中的细节和边缘。在 OpenCV 中,cv::Laplacian() 函数用于计算图像的拉普拉斯算子
void cv::Laplacian
(
InputArray src,
OutputArray dst,
int ddepth,
int ksize = 1,
double scale = 1,
double delta = 0,
int borderType = BORDER_DEFAULT
)
#include <iostream> #include <opencv2/opencv.hpp> int main( int argc, char** argv ) { // 读取图像 cv::Mat src = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/erik.jpg", cv::IMREAD_GRAYSCALE ); if ( !src.data ) { std::cout << "Error: Could not open or find the image." << std::endl; return -1; } cv::Size sz2Sh( 400, 600 ); cv::resize( src, src, sz2Sh, 0, 0, cv::INTER_LINEAR_EXACT ); // 定义目标图像 cv::Mat dst; // 设置拉普拉斯算子参数 int ddepth = CV_16S; // 目标图像的深度,这里使用16位整数 int ksize = 3; // 孔径大小,一般选择3或5 double scale = 1; // 缩放因子 int delta = 0; // 增量值 int borderType = cv::BORDER_DEFAULT; // 边界类型 // 应用拉普拉斯算子 cv::Laplacian( src, dst, ddepth, ksize, scale, delta, borderType ); // 将结果转换回8位图像 cv::convertScaleAbs( dst, dst ); // 显示原图和拉普拉斯结果 cv::namedWindow( "Original Image", cv::WINDOW_NORMAL ); cv::imshow( "Original Image", src ); cv::namedWindow( "Laplacian Result", cv::WINDOW_NORMAL ); cv::imshow( "Laplacian Result", dst ); // 等待用户按键 cv::waitKey( 0 ); return 0; }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。