作者：翟天保Steven
版权声明：著作权归作者所有，商业转载请联系作者获得授权，非商业转载请注明出处

实现原理

图像锐化(image sharpening)是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，分为空间域处理和频域处理两类。图像锐化是为了突出图像上地物的边缘、轮廓，或某些线性目标要素的特征。这种滤波方法提高了地物边缘与周围像元之间的反差，因此也被称为边缘增强。

锐化可通过拉普拉斯算子实现。拉普拉斯算子作为一个常见的二阶微分算子，放在二维图像中可以表示为：

$\nabla^{2} f=\frac{\partial^{2} f}{\partial x^{2}}+\frac{\partial^{2} f}{\partial y^{2}}$

其x方向相当于：获取x+1点和x点的差值d1，获取x点和x-1点的差值d2，然后d1-d2。

$\quad \frac{\partial^{2} f}{\partial x^{2}}=f(x+1, y)+f(x-1, y)-2 f(x, y)$

y方向同理。

$\frac{\partial^{2} f}{\partial y^{2}}=f(x, y+1)+f(x, y-1)-2 f(x, y)$

不难看出其3*3的模板为：

$\begin{array}{|c|c|c|} \hline 0 & 1 & 0 \\ \hline 1 & -4 & 1 \\ \hline 0 & 1 & 0 \\ \hline \end{array}$

若考虑将模板45°旋转并叠加，还可得到：

$\begin{array}{|c|c|c|} \hline 1 & 1 & 1 \\ \hline 1 & -8 & 1 \\ \hline 1 & 1 & 1 \\ \hline \end{array}$

基于上述原理，进行C++代码实现。

功能函数代码

// 图像锐化
cv::Mat Sharpen(cv::Mat input, int percent, int type)
{cv::Mat result;cv::Mat s = input.clone();cv::Mat kernel;switch (type){case 0:kernel = (Mat_<int>(3, 3) <<0, -1, 0,-1, 4, -1,0, -1, 0);case 1:kernel = (Mat_<int>(3, 3) <<-1, -1, -1,-1, 8, -1,-1, -1, -1);default:kernel = (Mat_<int>(3, 3) <<0, -1, 0,-1, 4, -1,0, -1, 0);}filter2D(s, s, s.depth(), kernel);result = input + s * 0.01 * percent;return result;
}

C++测试代码

#include <iostream>
#include <opencv2/opencv.hpp>using namespace std;
using namespace cv;cv::Mat Sharpen(cv::Mat input, int percent, int type);int main()
{cv::Mat src = imread("test1.jpg");cv::Mat result1 = Sharpen(src, -50, 0);cv::Mat result2 = Sharpen(src, 50, 0);imshow("original", src);imshow("result1", result1);imshow("result2", result2);waitKey(0);return 0;
}// 图像锐化
cv::Mat Sharpen(cv::Mat input, int percent, int type)
{cv::Mat result;cv::Mat s = input.clone();cv::Mat kernel;switch (type){case 0:kernel = (Mat_<int>(3, 3) <<0, -1, 0,-1, 4, -1,0, -1, 0);case 1:kernel = (Mat_<int>(3, 3) <<-1, -1, -1,-1, 8, -1,-1, -1, -1);default:kernel = (Mat_<int>(3, 3) <<0, -1, 0,-1, 4, -1,0, -1, 0);}filter2D(s, s, s.depth(), kernel);result = input + s * 0.01 * percent;return result;
}

测试效果

通过调整percent可以实现图像锐化程度的调整，type选择模板类型，也可自行填充更多的模板。

如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~

如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！

OpenCV-图像锐化相关推荐

OpenCV图像锐化/增强
OpenCV图像锐化/增强 0.综述 1.Laplacian高通滤波算子 2.Laplacian锐化代码实践 3.USM锐化增强算法 4.USM代码实践 0.综述图像的卷积计算除了可以完成我们前面介 ...
OpenCV图像锐化---USM锐化和Laplace锐化
学更好的别人, 做更好的自己. --<微卡智享> 本文长度为1832字,预计阅读4分钟前言图像锐化 (image sharpening) 是补偿图像的轮廓,增强图像的边缘及灰度跳变的部 ...
OpenCv图像锐化及各种高通滤波
目录什么是图像锐化以及为什么要进行图像锐化图像锐化的方法 1.空域滤波的可使用几种方法 1.1梯度法 1.2拉普拉斯算子法 1.3定向滤波法 2.频域方面的高通滤波 2.1理想高通滤波器 2.2巴 ...
Python 计算机视觉（十）—— OpenCV 图像锐化及边缘检测
参考的一些文章以及论文我都会给大家分享出来 -- 链接就贴在原文,论文我上传到资源中去,大家可以免费下载学习,如果当天资源区找不到论文,那就等等,可能正在审核,审核完后就可以下载了.大家一起学习,一起 ...
OpenCV图像锐化（梯度算子Sobel）
梯度算子 • 梯度通过一个二维列向量来定义 • 向量的模值实践中通常称为梯度图像. • 考虑一个3x3的图像区域,z代表灰度级,上式在点z5的f值可用数字方式近似. • 微分滤波器 ...
OpenCV图像处理空间域图像增强（图像锐化 1 基于拉普拉斯算子）
http://ggicci.blog.163.com/blog/static/210364096201262123236955/ OpenCV OpenCV 图像锐化拉普拉斯算子 ( Laplaci ...
python使用openCV图像加载（转化为灰度图像）、使用filter2D函数对图像进行锐化（Sharpen Images）
python使用openCV图像加载(转化为灰度图像).使用filter2D函数对图像进行锐化(Sharpen Images) 目录
opencv进阶学习笔记5：图像模糊操作，图像锐化，边缘保留滤波EPF（图像滤镜）
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 模糊操作方法:均值模糊,中值模 ...
Opencv实战【3】——图像修复与图像锐化（darling in the franxx）
目录前言图像修复图像锐化 darling in the franxx图片总结前言前天,在群里看见有人发了这张表情包: 感觉女主有点好看,然后问室友是啥番剧(darling in the f ...
【OpenCV 例程200篇】65. 图像锐化——Scharr 算子
[OpenCV 例程200篇]65. 图像锐化--Scharr 算子欢迎关注『OpenCV 例程200篇』系列,持续更新中欢迎关注『Python小白的OpenCV学习课』系列,持续更新中 ...

OpenCV-图像锐化

实现原理

功能函数代码

C++测试代码

测试效果

OpenCV-图像锐化相关推荐

最新文章

热门文章