opencv基础43- 图像梯度-Laplacian 算子（ cv2.Laplacian）边缘检测基础

Laplacian算子是一种图像处理中常用的边缘检测算子，它用于检测图像中的边缘和轮廓。该算子计算图像中每个像素点的二阶导数，从而突出图像中灰度值变化较大的区域，这些区域通常对应图像的边缘或者轮廓。

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。

Laplacian算子的一种常用形式是二维离散Laplacian算子，表示为：

  0   1   0
  1  -4   1
  0   1   0

该算子是一个3x3的矩阵，它对应的是图像中每个像素点的上、下、左、右四个方向的像素值以及像素点本身的像素值之间的差值。

应用Laplacian算子的过程如下：

• 将3x3的Laplacian算子依次对图像中的每个像素点进行卷积操作。
• 将卷积结果作为图像的每个像素点的新像素值。
• 对于卷积结果，如果像素值较大，则表示该像素点周围灰度值变化较大，可能是图像中的边缘或轮廓。

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 9-25 中：

• 左图是 Laplacian 算子。
• 右图是一个简单图像，其中有 9 个像素点。

计算像素点 P5 的近似导数值，如下：

P5lap = (P2 + P4 + P6 + P8) - 4·P5

图 9-26 展示了像素点与周围点的一些实例，其中：

• 在左图中，像素点 P5 与周围像素点的值相差较小，得到的计算结果值较小，边