3.1 原理介绍

        Laplacian（拉普拉斯）算子是一种二阶导数算子，其具有旋转不变性，可以满足不同方向的图像边缘锐化（边缘检测）的要求。通常情况下，其算子的系数之和需要为零。例 如，一个3×3大小的Laplacian算子如图所示。

         Laplacian算子类似二阶Sobel导数，需要计算两个方向的梯度值。例如，在图中：

        检测值 =（P2+P4+P6+P8）-4*P5

        需要注意，在上述图像中，计算结果的值可能为正数，也可能为负数。所以，需要对计算结果取绝对值，以保证后续运算和显示都是正确的。

        该函数分别对x、y方向进行二次求导，具体为：

         式中，dst代表目标图像，src代表原始图像。

3.2 函数语法

        在OpenCV内使用函数cv2.Laplacian（）实现Laplacian算子的计算，该函数的语法格式为：

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

        式中：

         ● dst代表目标图像。

        ● src代表原始图像。

        ● ddepth代表目标图像的深度。

        ● ksize代表用于计算二阶导数的核尺寸大小。该值必须是正的奇数。当ksize的值为1时，Laplacian算子计算时采用的 3×3的核如上所示。

        ● scale代表计算Laplacian值的缩放比例因子，该参数是可选的。默认情况下，该值为 1，表示不进行缩放。

        ● delta代表加到目标图像上的可选值，默认为0。

        ● borderType代表边界样式。

        通常情况下，在使用Laplacian算子时，对于参数ksize、scale、delta和borderType，直接采用其默认值即可。因此，函数cv2.boxFilter（）的常用形式为：

        dst=cv2.Laplacian（src,ddepth）

3.3 程序示例

import cv2  as cv


def cv_show(name, img):
    cv.imshow(name, img)
    cv.waitKey(0)
    cv.destroyAllWindows()

# laplacian算子可对灰度图像和彩色图像使用
img = cv.imread('D:\\qipan.jpg')
if img is None:
    print('Failed to read the image')

lap = cv.Laplacian(img, cv.CV_64F)
img1 = cv.convertScaleAbs(lap)
cv_show('lap', img1)

原图如下：

         Laplacian算子：

                 由上图可知，Laplacian算子比Sobel算子、Scharr算子语法更为简单，不需要在x，y两个方向分别进行检测，检测效果与Sobel算子、Scharr算子相差不大。