本篇文章介紹如何用OpenCV-Python來使用Laplacian運算元。

提示：

• 轉載請詳細註明原作者及出處，謝謝！
  
• 本文介紹使用在OpenCV-Python中使用Laplacian函式
• 本文不介詳細的理論知識，讀者可從其他資料中獲取相應的背景知識。筆者推薦清華大學出版社的《影象處理與計算機視覺演算法及應用(第2版) 》。

Laplacian運算元

影象中的邊緣區域，畫素值會發生“跳躍”，對這些畫素求導，在其一階導數在邊緣位置為極值，這就是Sobel運算元使用的原理——極值處就是邊緣。如下圖（下圖來自OpenCV官方文件）：

如果對畫素值求二階導數，會發現邊緣處的導數值為0。如下（下圖來自OpenCV官方文件

Laplace函式實現的方法是先用Sobel 運算元計算二階x和y導數，再求和：（CSDN，你打水印，讓我的公式怎麼辦？）

函式原型

在OpenCV-Python中，Laplace運算元的函式原型如下：

dst = cv2.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]])

前兩個是必須的引數：

• 第一個引數是需要處理的影象；
• 第二個引數是影象的深度，-1表示採用的是與原影象相同的深度。目標影象的深度必須大於等於原影象的深度；

其後是可選的引數：

• dst不用解釋了；
• ksize是運算元的大小，必須為1、3、5、7。預設為1。
• scale是縮放導數的比例常數，預設情況下沒有伸縮係數；
• delta是一個可選的增量，將會加到最終的dst中，同樣，預設情況下沒有額外的值加到dst中；
• borderType是判斷影象邊界的模式。這個引數預設值為cv2.BORDER_DEFAULT。

使用

這裡還是以Sobel一文中的石獅作為測試影象，下面是測試程式碼：

#coding=utf-8
import cv2
import numpy as np  

img = cv2.imread("D:/lion.jpg", 0)

gray_lap = cv2.Laplacian(img,cv2.CV_16S,ksize = 3)
dst = cv2.convertScaleAbs(gray_lap)

cv2.imshow('laplacian',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
 

有點像粉筆畫，是吧。這是因為原影象未經過去噪就直接處理了。可以通過濾波一文中，使用低通濾波一節中高斯模糊來先處理一下再用拉普拉斯函式。

參考資料：

1、《Opencv2 Computer Vision Application Programming Cookbook》

2、《OpenCV References Manule》