import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
img = cv.imread("../SampleImages/pomeranian.png", cv.IMREAD_GRAYSCALE)
print(img.shape)
#拉普拉斯边缘检测
#cv.Laplacian(src, ddepth, dst, ksize, scale, delta, borderType)
#src:原图
#ddpeth:图像深度。-1表示与原图深度一致，目标图像的深度必须大于等于原图深度
#ksize:算子大小，卷积核大小，必须为1,3,5,7，默认为3
#scale:缩放比例系数，默认为没有缩放
#boarderType：边界模式，默认为cv2.BOARDER_DEFAULT
#参考资料：https://blog.csdn.net/qq_45832961/article/details/122429117
img_laplacian = cv.Laplacian(img, cv.CV_64F)
img_laplacian = cv.convertScaleAbs(img_laplacian)
#显示图像
fig,axes = plt.subplots(nrows=1, ncols=2, figsize=(15,15), dpi=100)
axes[0].set_title("Original")
axes[0].imshow(img, plt.cm.gray)
axes[1].set_title("Laplacian")
axes[1].imshow(img_laplacian, plt.cm.gray) 
文章来源：https://www.toymoban.com/news/detail-679707.html
文章来源地址https://www.toymoban.com/news/detail-679707.html
到了这里，关于Python Opencv实践 - 拉普拉斯（Laplacian）算子边缘检测的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![拉普拉斯锐化[原理及Python实现]（含拉氏标定、拉普拉斯标定）](https://imgs.yssmx.com/Uploads/2024/01/409341-1.png)
