1.laplace算子

一階導數的極值位置，二階導數為0。所以我們也可以用這個特點來作為檢測圖像邊緣的方法。

Laplacian 算子 的定義:

OpenCV函數 Laplacian 實現了Laplacian算子。 實際上，由于 Laplacian使用了圖像梯度，它內部調用了 Sobel 算子

對應函數：Laplacian( src_gray, dst, ddepth, kernel_size, scale, delta, BORDER_DEFAULT );函數接受了以下參數:
src_gray: 輸入圖像。dst: 輸出圖像ddepth: 輸出圖像的深度。 因為輸入圖像的深度是 CV_8U ，這里我們必須定義 ddepth =CV_16S 以避免外溢。kernel_size: 內部調用的 Sobel算子的內核大小，此例中設置為3。scale, delta 和 BORDER_DEFAULT: 使用默認值
以下是源代碼：
#include <cv.h>#include <opencv2/core/core.hpp>  #include <opencv2/imgPRoc/imgproc.hpp>  #include <opencv2/highgui/highgui.hpp>using namespace std;using namespace cv;int main( int argc, char** argv ){//Laplacian( src_gray, dst, ddepth, kernel_size, scale, delta, BORDER_DEFAULT );/*函數接受了以下參數:    src_gray: 輸入圖像。    dst: 輸出圖像    ddepth: 輸出圖像的深度。 因為輸入圖像的深度是 CV_8U ，這里我們必須定義 ddepth = CV_16S 以避免外溢。    kernel_size: 內部調用的 Sobel算子的內核大小，此例中設置為3。    scale, delta 和 BORDER_DEFAULT: 使用默認值。*/    int kernel_size=3;    int scale = 1;    int delta = 0;    Mat image=imread("./1.jpg",CV_LOAD_IMAGE_GRAYSCALE);    Mat lap;    Laplacian(image,lap,CV_16S,kernel_size,scale,delta,BORDER_DEFAULT);    //convertScaleAbs( dst, abs_dst );    //將輸出圖像的深度轉化為 CV_8U :    Mat lap_image;    convertScaleAbs(lap,lap_image);    imwrite("./lap.jpg",lap_image);    imshow("laplace",lap_image);    waitKey(0);     return 0;}
原圖片：
效果圖：