OpenCV学习16--Laplance算子

最新推荐文章于 2021-12-28 22:45:44 发布

南山二毛

最新推荐文章于 2021-12-28 22:45:44 发布

阅读量1.9k

点赞数

CC 4.0 BY-SA版权

分类专栏：图像处理

本文链接：https://blog.csdn.net/qq_16481211/article/details/79606307

图像处理专栏收录该内容

42 篇文章

订阅专栏

本文介绍了一种基于拉普拉斯算子的图像边缘检测方法。该方法首先使用高斯模糊去除噪声，然后将图像转换为灰度图，接着利用拉普拉斯算子计算图像的二阶导数并提取边缘信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

理论：
在二阶微分的时候，最大变化处的值为零即边缘是零值，通过二阶导数计算，依据理论我们可以计算出图像二阶导数，提取边缘。
这里写图片描述
处理流程：
高斯模糊-去噪声GaussianBlur()
转化为灰度图像cvtColor()
拉普拉斯-二阶导数计算Laplacian()
提取绝对值convertScaleAbs()
显示结果

代码：

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

using namespace cv;

int main(int argc,char ** argv)
{
    Mat src,gray_src,edge_img,dst;    

    src = imread("1.jpg");
    namedWindow("input window",CV_WINDOW_AUTOSIZE);
    imshow("input window",src);

    GaussianBlur(src,dst,Size(3,3),0,0);
    cvtColor(dst,gray_src,CV_BGR2GRAY);

    Laplacian(gray_src,edge_img,CV_16S,3);
    convertScaleAbs(edge_img,edge_img);

    imshow("1",edge_img);
    waitKey(0);
    return 0;
}