本文共 1953 字，大约阅读时间需要 6 分钟。
laplace算子是二阶导
众所周知
f ′ ( x ) = f ( x + δ ) − f ( x ) δ ( δ 趋 于 0 的 极 限 ) f'(x)= \frac{f(x+\delta)-f(x)}{\delta}(\delta趋于0的极限) f′(x)=δf(x+δ)−f(x)(δ趋于0的极限) 而与
δ \delta δ趋于0的方式无关，可以大于0趋于0，可以小于0趋于0，甚至可以震荡趋于0，而图像是离散的，所以求导也只能近似代替
比如取
δ = 1 或 者 − 1 \delta=1或者-1 δ=1或者−1 即
f ′ ( x ) = f ( x + 1 ) − f ( x ) f'(x)=f(x+1)-f(x) f′(x)=f(x+1)−f(x)或者
f ′ ( x ) = f ( x ) − f ( x − 1 ) f'(x)=f(x)-f(x-1) f′(x)=f(x)−f(x−1) 此时二阶导
f ′ ′ ( x ) = f ′ ( x + 1 ) − f ′ ( x ) = f ( x + 1 ) − f ( x ) − f ( x ) + f ( x − 1 ) f''(x)=f'(x+1)-f'(x)=f(x+1)-f(x)-f(x)+f(x-1) f′′(x)=f′(x+1)−f′(x)=f(x+1)−f(x)−f(x)+f(x−1)(第一次选择
δ \delta δ大于0趋于0，后一个两个均选择小于0趋于0，至于为啥这样做，感觉是为了对称性，或者是同一个方向累积的话误差会变大比如
f ′ ′ ( x ) = f ′ ( x + 1 ) − f ′ ( x ) = f ( x + 2 ) − f ( x + 1 ) − f ( x + 1 ) + f ( x ) f''(x)=f'(x+1)-f'(x)=f(x+2)-f(x+1)-f(x+1)+f(x) f′′(x)=f′(x+1)−f′(x)=f(x+2)−f(x+1)−f(x+1)+f(x)显然太偏了)
计算方式确定后，核就定了，计算就是卷积比较简单
#include #include using namespace std;using namespace cv;void BGR2Gray(Mat src, Mat &grayPic){ for (int i = 0; i < src.rows; i++) { for (int j = 0; j < src.cols; j++) { //Gray = R*0.299 + G*0.587 + B*0.114 grayPic.at (i, j) = src.at (i, j)[0] * 0.114 + src.at (i, j)[1] * 0.587 + src.at (i, j)[2] * 0.299; } }}void mylaplace(int lp[][3], Mat src, Mat out){ for (int i = 1; i < src.rows-1; i++) { for (int j = 1; j < src.cols-1; j++) { int tmp = 0; for (int i1 = -1; i1 <= 1; i1++) { for (int i2 = -1; i2 <= 1; i2++) { tmp += lp[1 + i1][1 + i2] * src.at (i + i1, j + i2); } } if (tmp > 255) tmp = 255; if (tmp < 0) tmp = 0; out.at (i, j) = tmp; } }}int main(){ int lp[3][3] = { 0, 1, 0, 1, -4, 0, 0, 1, 0 }; int lp2[3][3]= { 1, 1, 1, 1, -8, 1, 1, 1, 1 }; Mat pic = imread("C:\\Users\\Thinkpad\\Desktop\\c++work\\pic\\lena.jpg", 1); Mat src = Mat::zeros(pic.rows, pic.cols, CV_8UC1); Mat out = src.clone(); BGR2Gray(pic, src); mylaplace(lp2, src, out); imshow("1", out); waitKey(); return 0;}
转载地址：http://vwksi.baihongyu.com/