经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门书籍《OpenCV 4开发详解》。为了更让小伙伴更早的了解最新版的OpenCV 4,小白与出版社沟通,提前在公众号上连载部分内容,请持续关注小白。 |
---|
上述的边缘检测算子都具有方向性,因此需要分别求取X方向的边缘和Y方向的边缘,之后将两个方向的边缘综合得到图像的整体边缘。Laplacian算子具有各方向同性的特点,能够对任意方向的边缘进行提取,具有无方向性的优点,因此使用Laplacian算子提取边缘不需要分别检测X方向的边缘和Y方向的边缘,只需要一次边缘检测即可。Laplacian算子是一种二阶导数算子,对噪声比较敏感,因此常需要配合高斯滤波一起使用。
Laplacian算子的定义如式(5.20)所示。
OpenCV 4提供了通过Laplacian算子提取图像边缘的Laplacian()函数,该函数的函数原型在代码清单5-30中给出。
代码清单5-30 Laplacian()函数原型
1. void cv::Laplacian(InputArray src,
2. OutputArray dst,
3. int ddepth,
4. int ksize = 1,
5. double scale = 1,
6. double delta = 0,
7. int borderType = BORDER_DEFAULT
8. )
该函数利用Laplacian算子提取图像中的边缘信息,与Soble()函数相同,函数的前两个参数分别为输入图像和输出图像,第三个参数为输出图像的数据类型,这里需要注意由于提取边缘信息时有可能会出现负数,因此不要使用CV_8U数据类型的输出图像,否则会使得图像边缘提取不准确。函数第四个参数是滤波器尺寸的大小,必须是正奇数,当该参数的值大于1时,该函数通过Sobel算子计算出图像X方向和Y方向的二阶导数,将两个方向的导数求和得到Laplacian算子,其计算公式如式(5.21)所示。
当第四个参数等于1时, Laplacian算子如式(5.22)所示。
函数最后两个参数为图像缩放因子和图像外推填充方法的标志,多数情况下并不需要设置,只需要采用默认参数即可。
为了更好的理解Laplacian ()函数的使用方法,在代码清单5-31中给出了利用Laplacian ()函数检测图像边缘的示例程序。由于Laplacian算子对图像中的噪声较为敏感,因此程序中使用Laplacian算子分别对高斯滤波后的图像和未高斯滤波的图像进行边缘检测,检测结果在图5-34中给出。通过结果可以发现,图像去除噪声后通过Laplacian算子提取边缘变得更加准确。
代码清单5-31 myLaplacian.cpp利用Laplacian算子检测图像边缘
1. #include <opencv2\opencv.hpp>
2. #include <iostream>
3.
4. using namespace cv;
5. using namespace std;
6.
7. int main()
8. {
9. //读取图像,黑白图像边缘检测结果较为明显
10. Mat img = imread("equalLena.png", IMREAD_ANYDEPTH);
11. if (img.empty())
12. {
13. cout << "请确认图像文件名称是否正确" << endl;
14. return -1;
15. }
16. Mat result, result_g, result_G;
17.
18. //未滤波提取边缘
19. Laplacian(img, result, CV_16S, 3, 1, 0);
20. convertScaleAbs(result, result);
21.
22. //滤波后提取Laplacian边缘
23. GaussianBlur(img, result_g, Size(3, 3), 5, 0); //高斯滤波
24. Laplacian(result_g, result_G, CV_16S, 3, 1, 0);
25. convertScaleAbs(result_G, result_G);
26.
27. //显示图像
28. imshow("result", result);
29. imshow("result_G", result_G);
30. waitKey(0);
31. return 0;
32. }
图5-34 myLaplacian.cpp程序中图像提取边缘结果