Java DIP - Laplacian 拉普拉斯算子

拉普拉斯算子也是一个导数算子，用于查找图像中的边缘。拉普拉斯算子与 Prewitt、Sobel、Robinson 和 Kirsch 等其他算子的主要区别在于，这些都是一阶导数掩码，而拉普拉斯算子是二阶导数掩码。

我们使用 OpenCV 函数 filter2D 将拉普拉斯算子应用于图像。它可以在 Imgproc 包下找到。它的语法如下 −

filter2D(src, dst,depth, kernel, anchor, delta, BORDER_DEFAULT );

函数参数如下 −

Sr.No.	参数
1	src 源图像。
2	dst 目标图像。
3	depth dst的深度。负值(例如 -1)表示深度与源相同。
4	kernel 它是要扫描图像的内核。
5	anchor 它是锚点相对于其内核的位置。位置点 (-1, -1) 默认表示中心。
6	delta 它是在卷积期间要添加到每个像素的值。默认情况下为 0。
7	BORDER_DEFAULT 我们默认使用此值。

除了 filter2D() 方法外，Imgproc 类还提供了其他方法。它们简要描述如下 −

Sr.No.	方法 &描述
1	cvtColor(Mat src, Mat dst, int code, int dstCn) 它将图像从一个颜色空间转换为另一个颜色空间。
2	dilate(Mat src, Mat dst, Mat kernel) 它使用特定的结构元素来扩大图像。
3	equalizeHist(Mat src, Mat dst) 它均衡直方图灰度图像。
4	filter2D(Mat src, Mat dst, intdepth, Mat kernel, Point anchor, double delta) 它将图像与内核进行卷积。
5	GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) 它使用高斯滤波器模糊图像。
6	integral(Mat src, Mat sum) 计算图像的积分。

示例

以下示例演示了如何使用 Imgproc 类将拉普拉斯算子应用于灰度图像。

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;

import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;

public class convolution {
   public static void main( String[] args ) {
   
      try {
         int kernelSize = 9;
         System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
         
         Mat source = Highgui.imread("grayscale.jpg",  Highgui.CV_LOAD_IMAGE_GRAYSCALE);
         Mat destination = new Mat(source.rows(),source.cols(),source.type());

         Mat kernel = new Mat(kernelSize,kernelSize, CvType.CV_32F) {
            {
               put(0,0,0);
               put(0,1,-1)
               put(0,2,0);

               put(1,0-1);
               put(1,1,4);
               put(1,2,-1);

               put(2,0,0);
               put(2,1,-1);
               put(2,2,0);
            }
         };	      
         
         Imgproc.filter2D(source, destination, -1, kernel);
         Highgui.imwrite("output.jpg", destination);
         
      } catch (Exception e) {
         System.out.println("Error: " + e.getMessage());
      }
   }
}