【android opencv学习笔记】Day 30: 滤波算法之拉普拉斯算子

_李小白2026-05-31 8:02

拉普拉斯算子（Laplacian）边缘检测

核心原理：二阶导数与过零点检测

1. 拉普拉斯算子的数学本质

拉普拉斯算子是基于二阶导数 的线性高通滤波器，用于度量图像亮度函数的"曲率"。其定义为：

laplace(I)=∂2I∂x2+∂2I∂y2 laplace(I) = \frac{\partial^2 I}{\partial x^2} + \frac{\partial^2 I}{\partial y^2} laplace(I)=∂x2∂2I+∂y2∂2I

它同时计算图像在水平和垂直方向的二阶导数之和，对亮度突变的边缘非常敏感。

2. 3×3 拉普拉斯卷积核

最简单的近似形式是：

K=0101−41010 K = \begin{bmatrix} 0 & 1 & 0 \\ 1 & -4 & 1 \\ 0 & 1 & 0 \end{bmatrix} K= 0101−41010

核中所有值的和为0，因此在平坦区域（无亮度变化），输出值为0。

3. 边缘检测的关键：过零点（Zero-crossing）

  • 原理 ：在图像边缘处，亮度从一侧快速过渡到另一侧，二阶导数会从正值变为负值（或反之），其过零点（即值为0的位置） 就是边缘的精确位置。
  • 优点：可以实现亚像素级别的边缘定位。
  • 缺点：对噪声极其敏感，因此常与高斯平滑结合使用（LoG，高斯-拉普拉斯算子）。

4. 高斯差分（DoG）近似 LoG

高斯差分（Difference of Gaussians）是 LoG 的高效近似：

  1. 用两个不同标准差（σ）的高斯核平滑图像；
  2. 将结果相减，即可得到带通滤波效果，其过零点也对应边缘。

OpenCV 核心 API 解析

1. cv::Laplacian 函数

cpp 复制代码 
void Laplacian(
    InputArray src,    // 输入图像（通常为灰度图）
    OutputArray dst,   // 输出图像
    int ddepth,        // 输出深度（推荐 CV_32F，防溢出）
    int ksize = 1,     // 核大小（1,3,5,7）
    double scale = 1,  // 缩放因子
    double delta = 0   // 偏移量
);
  • ddepth：必须使用比输入更深的类型（如 CV_32F），因为二阶导数可能为负，避免截断。
  • ksize：越大，对噪声鲁棒性越强，对大尺度边缘越敏感。

2. 辅助函数

  • cv::convertTo：将浮点型结果映射到 0-255 显示范围。
  • cv::minMaxLoc：找到拉普拉斯结果的极值，用于自动缩放显示。
  • cv::threshold：对拉普拉斯结果取符号，用于过零点检测。
  • cv::dilate + cv::subtract：形态学操作，提取过零点轮廓。

Android 完整工程实现

1. 布局文件 activity_main.xml

xml 复制代码 
<?xml version="1.0" encoding="utf-8"?>
<ScrollView xmlns:android="http://schemas.android.com/apk/res/android"
    android:layout_width="match_parent"
    android:layout_height="match_parent"
    android:background="#f5f5f5">

    <LinearLayout
        android:layout_width="match_parent"
        android:layout_height="wrap_content"
        android:orientation="vertical"
        android:padding="10dp">

        <LinearLayout
            android:layout_width="match_parent"
            android:layout_height="wrap_content"
            android:orientation="vertical">
            <TextView
                android:layout_width="wrap_content"
                android:layout_height="wrap_content"
                android:text="自动生成测试图"
                android:textSize="16sp"
                android:textStyle="bold"/>
            <ImageView
                android:id="@+id/iv_origin"
                android:layout_width="match_parent"
                android:layout_height="220dp"
                android:scaleType="fitCenter"
                android:background="#fff"/>
        </LinearLayout>

        <LinearLayout
            android:layout_width="match_parent"
            android:layout_height="wrap_content"
            android:orientation="vertical">
            <TextView
                android:layout_width="wrap_content"
                android:layout_height="wrap_content"
                android:text="加噪图"
                android:textSize="16sp"
                android:textStyle="bold"/>
            <ImageView
                android:id="@+id/iv_noisy"
                android:layout_width="match_parent"
                android:layout_height="220dp"
                android:scaleType="fitCenter"
                android:background="#fff"/>
        </LinearLayout>

        <LinearLayout
            android:layout_width="match_parent"
            android:layout_height="wrap_content"
            android:orientation="vertical">
            <TextView
                android:layout_width="wrap_content"
                android:layout_height="wrap_content"
                android:text="拉普拉斯边缘"
                android:textSize="16sp"
                android:textStyle="bold"/>
            <ImageView
                android:id="@+id/iv_laplacian"
                android:layout_width="match_parent"
                android:layout_height="220dp"
                android:scaleType="fitCenter"
                android:background="#fff"/>
        </LinearLayout>

        <LinearLayout
            android:layout_width="match_parent"
            android:layout_height="wrap_content"
            android:orientation="vertical">
            <TextView
                android:layout_width="wrap_content"
                android:layout_height="wrap_content"
                android:text="过零点边缘"
                android:textSize="16sp"
                android:textStyle="bold"/>
            <ImageView
                android:id="@+id/iv_zerocross"
                android:layout_width="match_parent"
                android:layout_height="220dp"
                android:scaleType="fitCenter"
                android:background="#fff"/>
        </LinearLayout>

    </LinearLayout>
</ScrollView>

2. Kotlin 上层代码 MainActivity.kt

kotlin 复制代码 
package com.nicoli.hellofilterlaplacian

import android.graphics.Bitmap
import android.graphics.BitmapFactory
import android.os.Bundle
import android.widget.ImageView
import androidx.appcompat.app.AppCompatActivity

class MainActivity : AppCompatActivity() {
    companion object {
        init {
            System.loadLibrary("native-lib")
        }
    }

    // JNI 方法声明
    private external fun generateTestImageAndProcess(
        srcBitmap: Bitmap,
        outNoisy: Bitmap,
        outLaplacian: Bitmap,
        outZeroCross: Bitmap
    )

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_main)

        val w = 2048
        val h = 2048

        val bmpOrigin = Bitmap.createBitmap(w, h, Bitmap.Config.ARGB_8888)
        val bmpNoisy = Bitmap.createBitmap(w, h, Bitmap.Config.ARGB_8888)
        val bmpLaplacian = Bitmap.createBitmap(w, h, Bitmap.Config.ARGB_8888)
        val bmpZeroCross = Bitmap.createBitmap(w, h, Bitmap.Config.ARGB_8888)

        generateTestImageAndProcess(bmpOrigin, bmpNoisy, bmpLaplacian, bmpZeroCross)

        findViewById<ImageView>(R.id.iv_origin).setImageBitmap(bmpOrigin)
        findViewById<ImageView>(R.id.iv_noisy).setImageBitmap(bmpNoisy)
        findViewById<ImageView>(R.id.iv_laplacian).setImageBitmap(bmpLaplacian)
        findViewById<ImageView>(R.id.iv_zerocross).setImageBitmap(bmpZeroCross)
    }
}

3. C++ 核心算法 native-lib.cpp

cpp 复制代码 
#include <jni.h>
#include <opencv2/opencv.hpp>
#include <android/bitmap.h>
#include <cstdlib>
#include <ctime>

using namespace cv;
using namespace std;

void matToBitmap(JNIEnv *env, const Mat& srcMat, jobject dstBitmap) {
    AndroidBitmapInfo info;
    void* pixels = nullptr;
    AndroidBitmap_getInfo(env, dstBitmap, &info);
    AndroidBitmap_lockPixels(env, dstBitmap, &pixels);
    Mat rgba;
    if (srcMat.channels() == 1) {
        cvtColor(srcMat, rgba, COLOR_GRAY2RGBA);
    } else {
        cvtColor(srcMat, rgba, COLOR_BGR2RGBA);
    }
    memcpy(pixels, rgba.data, info.width * info.height * 4);
    AndroidBitmap_unlockPixels(env, dstBitmap);
}

Mat createTestImage(int w, int h) {
    Mat img(h, w, CV_8UC3, Scalar(220, 220, 220));
    rectangle(img, Point(500, 500), Point(1500, 1500), Scalar(50, 50, 50), 20);
    circle(img, Point(1024, 1024), 400, Scalar(60, 60, 60), 15);
    line(img, Point(300, 1024), Point(1700, 1024), Scalar(70, 70, 70), 12);
    line(img, Point(1024, 300), Point(1024, 1700), Scalar(70, 70, 70), 12);
    return img;
}

void addNoise(Mat& img) {
    RNG rng(12345);
    for (int i = 0; i < 600; i++) {
        int x = rng.uniform(0, img.cols);
        int y = rng.uniform(0, img.rows);
        circle(img, Point(x, y), 2, Scalar(255, 255, 255), -1);
    }
}

void laplacianEdge(const Mat& src, Mat& lapla, Mat& zeroCross) {
    Mat gray;
    cvtColor(src, gray, COLOR_BGR2GRAY);
    GaussianBlur(gray, gray, Size(5, 5), 1.2);

    Mat lap;
    Laplacian(gray, lap, CV_32F, 5);
    convertScaleAbs(lap, lapla);

    Mat sign, bin1, bin2, dilateMat;
    cv::threshold(lap, sign, 0, 255, THRESH_BINARY);
    sign.convertTo(bin1, CV_8U);

    Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3));
    cv::dilate(bin1, dilateMat, kernel);
    zeroCross = dilateMat - bin1;

    double m = 0;
    minMaxIdx(cv::abs(lap), nullptr, &m);
    Mat strong;
    cv::threshold(cv::abs(lap), strong, m * 0.08, 255, THRESH_BINARY);
    strong.convertTo(strong, CV_8U);
    cv::bitwise_and(zeroCross, strong, zeroCross);
}

extern "C" JNIEXPORT void JNICALL
Java_com_nicoli_hellofilterlaplacian_MainActivity_generateTestImageAndProcess(
        JNIEnv* env, jobject thiz,
        jobject outOrigin, jobject outNoisy,
        jobject outLaplacian, jobject outZeroCross)
{
    Mat test = createTestImage(2048, 2048);
    Mat noisy = test.clone();
    addNoise(noisy);

    Mat lap, edge;
    laplacianEdge(noisy, lap, edge);

    matToBitmap(env, test, outOrigin);
    matToBitmap(env, noisy, outNoisy);
    matToBitmap(env, lap, outLaplacian);
    matToBitmap(env, edge, outZeroCross);
}

效果与参数详解

1. 运行效果

  • 原图：你的 2048×2048 测试图。
  • 拉普拉斯图像：以中灰色为背景，正值（边缘一侧）为亮，负值（另一侧）为暗，边缘处呈现明显变化。
  • 过零点图像：二值图像，白色线条标记了所有边缘的位置。

2. 关键参数说明

  • aperture(7)：对于 2048×2048 大图，使用 7×7 核可以检测更大尺度的边缘，并对噪声有更强的鲁棒性。
  • CV_32F：必须使用浮点型存储拉普拉斯结果，否则负值会被截断为0，导致过零点检测失败。
  • GaussianBlur：在拉普拉斯之前使用，是抑制噪声、防止误检的关键步骤。

总结

拉普拉斯算子通过二阶导数和过零点检测，能够定位图像边缘。其核心要点是：

  1. 原理：基于二阶导数，边缘位于过零点。
  2. 实现 ：使用 cv::Laplacian，注意使用 CV_32F 深度，并配合 cv::convertTo 进行显示缩放。
  3. 应用：常与高斯平滑结合（LoG/DoG），用于边缘检测和尺度不变特征提取。
相关推荐
不羁的木木1 小时前
Form Kit（卡片开发服务）学习笔记04-交互事件与跳转处理
笔记·学习·交互·harmonyos
一尘之中9 小时前
从C语言底层设计到系统架构评估：软件架构知识体系全景
学习·系统架构·ai写作
NiceCloud喜云9 小时前
Opus 4.8 的 Effort Control 怎么选：Low 到 Max 五档策略
android·java·大数据·前端·c++·python·spring
星夜夏空9911 小时前
FreeRTOS学习(4)——内存映射
数据库·学习·mongodb
不羁的木木11 小时前
ArkWeb实战学习笔记05-综合实战：构建混合应用
笔记·学习·harmonyos
橙橙笔记11 小时前
Python的学习第一部分
python·学习
bush411 小时前
嵌入式linux学习记录二
linux·运维·学习
元气少女小圆丶13 小时前
SenseGlove Nova 2+Unity开发笔记1
笔记·学习·unity
日光明媚13 小时前
一步生成视频！One-Forcing：DMD + 零成本 GAN，训练 200 步超越多步 SOTA
android·开发语言·kotlin
热门推荐
01GitHub 镜像站点02DeepSeek V4 + Claude Code thinking mode 400 错误修复方案03【AI】2026 年具身智能模型和世界模型总结04Codex 接入 DeepSeek API 完整配置文档05【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法06裂开！ChatGPT 居然开始要手机号验证，附详细解决方法07CC-Switch & Claude 基于 Linux 服务器安装使用指南08几个好用的ip纯净度检测网站09CC-Switch 全平台下载、安装与使用全指南（Windows/macOS/Linux）10API Key 登录 Codex 也能用插件了，还支持会话删除和导出