3.1 原理介绍
Laplacian（拉普拉斯）算子是一种二阶导数算子，其具有旋转不变性，可以满足不同方向的图像边缘锐化（边缘检测）的要求。通常情况下，其算子的系数之和需要为零。例 如，一个3×3大小的Laplacian算子如图所示。
Laplacian算子类似二阶Sobel导数，需要计算两个方向的梯度值。例如，在图中：
检测值 =（P2+P4+P6+P8）-4*P5
需要注意，在上述图像中，计算结果的值可能为正数，也可能为负数。所以，需要对计算结果取绝对值，以保证后续运算和显示都是正确的。
该函数分别对x、y方向进行二次求导，具体为：
式中，dst代表目标图像，src代表原始图像。
3.2 函数语法
在OpenCV内使用函数cv2.Laplacian（）实现Laplacian算子的计算，该函数的语法格式为：
dst=cv2.Laplacian（src,ddepth[,ksize[,scale[,delta[,borderType]]]]）
式中：
● dst代表目标图像。
● src代表原始图像。
● ddepth代表目标图像的深度。
● ksize代表用于计算二阶导数的核尺寸大小。该值必须是正的奇数。当ksize的值为1时，Laplacian算子计算时采用的 3×3的核如上所示。
● scale代表计算Laplacian值的缩放比例因子，该参数是可选的。默认情况下，该值为 1，表示不进行缩放。
● delta代表加到目标图像上的可选值，默认为0。
● borderType代表边界样式。
通常情况下，在使用Laplacian算子时，对于参数ksize、scale、delta和borderType，直接采用其默认值即可。因此，函数cv2.boxFilter（）的常用形式为：
dst=cv2.Laplacian（src,ddepth）
3.3 程序示例
import cv2 as cv
def cv_show(name, img):
cv.imshow(name, img)
cv.waitKey(0)
cv.destroyAllWindows()
laplacian算子可对灰度图像和彩色图像使用
img = cv.imread('D:\\qipan.jpg')
if img is None:
print('Failed to read the image')
lap = cv.Laplacian(img, cv.CV_64F)
img1 = cv.convertScaleAbs(lap)
cv_show('lap', img1)
原图如下：
Laplacian算子：
由上图可知，Laplacian算子比Sobel算子、Scharr算子语法更为简单，不需要在x，y两个方向分别进行检测，检测效果与Sobel算子、Scharr算子相差不大。
Original: https://blog.csdn.net/qq_49478668/article/details/123808815
Author: Justth.
Title: Opencv之图像边缘检测：3.Laplacian算子（cv2.Laplacian）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/671300/
转载文章受原作者版权保护。转载请注明原作者出处！