用人话说说Laplace算子 Sobel算子（没有公式，放心食用）

上次喷了半天双线性+锐化的 伪4K。但是仍然没有把其中一些原理讲的特别清楚。所以单开个贴纸，就讲这两个算子是怎么实现边缘识别的。

先从laplance算子说起

你在百度上搜Laplance算子。会有人给你先说二阶导数。。是不是想起了被挂高数支配的恐怖时光？

然而，咱还是从导数讲起：

什么是求导：本质是 变化趋势或者说差异

那么在图像中，我 和 我身边的像素 比 相差很大，就可以定义为 边缘。于是就是这样的了：

当我们只求某个方向上的差异

是不是就好懂多了？

每一个像素来一次。边缘不就出来了~ 

然后 再看看索贝尔（这里仅以Y方向举例）

于是索贝尔算子是这样子的。

看出问题的本质了么？

拉普拉斯算子，计算的是当前像素和周围的差异。而索贝尔算子算的其实是 它上面像素 和他底下像素的差异。

于是乎：

索贝尔算子的边缘会比拉普拉斯的粗一点。

下一个问题如何锐化

卷积结果叠加

所以，看懂了吗？

PS：今天没有废话，只有精神污染。

交流群：711929228   

本期问题：yuv420p指的是啥？   

答案：像素格式。