Laplacian Filter

拉普拉斯滤波是是一种常用于图像处理中的二阶导数算子,主要用于边缘检测。它通过计算图像灰度值的二阶导数来突出图像中的区域变化。由于它对噪声非常敏感,通常会先对图像进行高斯平滑处理,以减少噪声的影响。Laplacian 算子的计算涉及到一个卷积核在图像上进行卷积操作,从而得到图像中每个像素的二阶导数值,这些值表示图像中像素值变化的速率。这个过程可以有效地检测出图像中的边缘。

算子效果

输入图像参数输出图像
imagekernelSize = 1
borderType = HB_VP_BORDER_CONSTANT
normalize = 0
image

原理

拉普拉斯滤波的主要计算过程为使用特定滤波核对输入图片进行卷积,主体公式如下:

dst=Δsrc=2srcx2+2srcy2{dst} = \Delta \text{src} = \frac{\partial^2 \text{src}}{\partial x^2} + \frac{\partial^2 \text{src}}{\partial y^2}

其中, dstdst 是输出图片,srcsrc 是输入图片。当前VP只支持OpenCV ksize = 1,即[0, 1, 0, 1, -4, 1, 0, 1, 0]。

API接口

int32_t hbVPLaplacianFilter(hbUCPTaskHandle_t *taskHandle, hbVPImage *dstImg, hbVPImage const *srcImg, hbVPLaplacianFilterParam const *laplacianParam);

详细接口信息请查看 hbVPLaplacianFilter

使用方法

// Include the header #include "hobot/hb_ucp.h" #include "hobot/vp/hb_vp.h" #include "hobot/vp/hb_vp_bilateral_filter.h" // init Image, allocate memory for image data hbUCPSysMem src_mem; hbUCPMallocCached(&src_mem, src_stride * src_height, 0); hbVPImage src_img{HB_VP_IMAGE_FORMAT_Y, HB_VP_IMAGE_TYPE_U8C1, src_width, src_height, src_stride, src_mem.virAddr, src_mem.phyAddr, nullptr, 0, 0}; hbUCPSysMem dst_mem; hbUCPMallocCached(&dst_mem, dst_stride * dst_height, 0); hbVPImage dst_img{HB_VP_IMAGE_FORMAT_Y, HB_VP_IMAGE_TYPE_S16C1, dst_width, dst_height, dst_stride, dst_mem.virAddr, dst_mem.phyAddr, nullptr, 0, 0}; // init param hbVPLaplacianFilterParam vp_param; vp_param.kernelSize = 3; vp_param.borderType = HB_VP_BORDER_CONSTANT; vp_param.normalize = 0; // init task handle and schedule param hbUCPTaskHandle_t task_handle{nullptr}; hbUCPSchedParam sched_param; HB_UCP_INITIALIZE_SCHED_PARAM(&sched_param); sched_param.backend = HB_UCP_DSP_CORE_0; // create task hbVPLaplacianFilter(&task_handle, &dst_img, &src_img, &vp_param); // submit task hbUCPSubmitTask(task_handle, &sched_param); // wait for task done hbUCPWaitTaskDone(task_handle, 0); // release task handle hbUCPReleaseTask(task_handle); // release memory hbUCPFree(&src_mem); hbUCPFree(&dst_mem);