根据图像处理的原理，二阶导数可以用来进行边缘检测，因为图像是二维的，需要在两个方向上求导，使用Laplacian算子将会使求导过程变得简单。
Laplacian算子的定义：
需要说明的是，由于Laplacian算子使用了图像梯度，它内部的代码其实是调用了Sobel算子的。
让一幅图像减去它的Laplacian算子可以增强它的对比度。
Laplacian()函数函数原型：
void Laplacian(InputArray src, outputArray dst, int ddepth, int ksize=1, double scale=1, doubel delta=0, int borderType=BORDER_DEFAULT) 第一个参数：输入图像，Mat类的对象即可，需为单通道的8位图像。第二个参数：输出的边缘图，需要和输入图像有一样的尺寸和通道数。第三个参数：int类型的ddepth，目标图像的深度。第四个参数：int类型的ksize，用于计算二阶导数的滤波器的核的大小，必须是正奇数，默认值是1.第五个参数：double类型的scale，计算拉普拉斯值的时候可选的比例因子，默认值是1.第六个参数：double类型的delta，表示结果存入目标图之前可选的delta值，默认值是0.第七个参数：int类型borderType。Laplacian()函数其实主要利用sobel算子进行运算，通过sobel算子得到图像x方向和y方向的导数，然后得到拉普拉斯变换的结果。
计算过程为：
当ksize=1时，Laplacian()函数采用3*3的核。
代码示例：
#include <iostream>#include <opencv2/opencv.hpp>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>using namespace std;using namespace cv;int main(){ Mat srcImage; srcImage = imread("/Users/dwz/Desktop/cpp/1.jpg"); GaussianBlur(srcImage, srcImage, Size(3, 3), 0, 0); Mat grayImage; cvtColor(srcImage, grayImage, COLOR_BGR2GRAY); Mat dst, abs_dst; Laplacian(grayImage, dst, CV_16S, 3, 1, 0, BORDER_DEFAULT); convertScaleAbs(dst, abs_dst); imwrite("laplacian.jpg", abs_dst);}输入：
输出：