⑴ 边缘检测 - use Laplace(拉普拉斯)算子
边缘检测是图像处理中的一种技术，用于识别图像中的边界或边缘。在实际应用中，存在多种边缘检测方法，本文将探讨两种主要方法，使用内置方法和使用拉普拉斯算子进行边缘检测。
第一种方法是使用Python中的Pillow库，该库提供了图像处理功能。通过使用ImageFilter.FIND_EDGES，我们可以自动检测图像中的边缘。首先，加载图像并将其转换为灰度模式。然后，将图像传递给Image.filter()函数并指定参数ImageFilter.FIND_EDGES，这会应用边缘检测内核。结果是边缘以白色阴影显示，其余部分为黑色。
第二种方法更为直接，利用拉普拉斯算子进行边缘检测。拉普拉斯算子是一种微分算子，在图像处理中用于锐化边缘。它通过计算图像的二阶导数来定位边缘，效果优于一阶导数方法。通过使用Pillow库中的ImageFilter.Kernel创建自定义拉普拉斯内核，我们可以对图像进行边缘检测。这种方法同样需要将图像转换为灰度模式，并通过Image.filter()函数应用内核。结果是边缘以白色阴影显示，其余部分为黑色。
两个方法虽然实现方式不同，但结果相同，因为内置的ImageFilter.FIND_EDGES函数实际上使用了3x3大小的拉普拉斯内核。使用拉普拉斯算子的好处在于灵活性，我们可以根据需要自定义内核，以实现模糊、锐化或其他边缘检测目的。同时，拉普拉斯算子提供了快速且直观的边缘检测结果。然而，其缺点是卷积操作可能导致输出中出现噪声，而其他方法如Sobel或Perwitt Operator通过内置的高斯模糊内核解决了这个问题，从而提供更准确的边缘检测。