【算法学习】【图像增强】基于拉普拉斯算子的图像锐化

转自：基于拉普拉斯算子的图像锐化
对于求一个锐化后的像素点（sharpened_pixel），这个基于拉普拉斯算子的简单算法主要是遍历图像中的像素点，根据领域像素确定其锐化后的值
计算公式：sharpened_pixel = 5 * current – left – right – up – down ;

见下图：

当一个运算是通过领域像素进行的时候，我们通常用一个矩阵来表示这种运算关系，也就是我们经常所说的核 (Kernel) 。那么上面的锐化滤波器 (Sharpening Filter) 就可以用这个矩阵表示为它的核：

因为滤波在图像处理中是一个非常普通且常用的操作，所以OpenCV里面已经定义了一个特殊的函数用来执行这个操作。要使用它的话只需要定义一个核，然后作为参数传递就行了。

//手动实现拉普拉斯算子图像锐化
void sharpenImage1(const Mat &image, Mat &result)
{result.create(image.size(),image.type());//为输出图像分配内容/*拉普拉斯滤波核3*30  -1   0-1   5  -10  -1   0  *///处理除最外围一圈外的所有像素值for(int i=1; i<image.rows-1; i++){const uchar * pre = image.ptr<const uchar>(i-1);//前一行const uchar * cur = image.ptr<const uchar>(i);//当前行，第i行const uchar * next = image.ptr<const uchar>(i+1);//下一行uchar * output = result.ptr<uchar>(i);//输出图像的第i行int ch = image.channels();//通道个数int startCol = ch;//每一行的开始处理点int endCol = (image.cols-1)* ch;//每一行的处理结束点for(int j=startCol; j < endCol; j++){//输出图像的遍历指针与当前行的指针同步递增, 以每行的每一个像素点的每一个通道值为一个递增量, 因为要考虑到图像的通道数//saturate_cast<uchar>保证结果在uchar范围内*output++ = saturate_cast<uchar>(5*cur[j]-pre[j]-next[j]-cur[j-ch]-cur[j+ch]);}}//将最外围一圈的像素值设为0result.row(0).setTo(Scalar(0));result.row(result.rows-1).setTo(Scalar(0));result.col(0).setTo(Scalar(0));result.col(result.cols-1).setTo(Scalar(0));/*/或者也可以尝试将最外围一圈设置为原图的像素值image.row(0).copyTo(result.row(0));image.row(image.rows-1).copyTo(result.row(result.rows-1));image.col(0).copyTo(result.col(0));image.col(image.cols-1).copyTo(result.col(result.cols-1));*/
}//调用OpenCV函数实现拉普拉斯算子图像锐化
void sharpenImage2(const Mat &image, Mat &result)
{Mat kernel = (Mat_<float>(3,3) << 0,-1,0,-1,5,-1,0,-1,0);filter2D(image,result,image.depth(),kernel);
}//main函数
void main(){    Mat mat = imread("images/lena.jpg");Mat result1;Mat result2;sharpenImage1(mat,result1);sharpenImage2(mat,result2);namedWindow("src");namedWindow("result1");namedWindow("result2");imshow("src",mat);imshow("result1",result1);imshow("result2",result2);
}

原图

手动实现

调用OpenCV函数实现

【算法学习】【图像增强】基于拉普拉斯算子的图像锐化相关推荐

python 拉普拉斯锐化_OpenCV-python 实现基于拉普拉斯算子的图像锐化
一.基础知识积分运算的模板卷积可以平滑图像,微分运算的模板卷积可以锐化图像拉普拉斯算子是一种各向同性的二阶微分算子,根据定义有: 说明:各向同性指图像的性质不会因为方向不同而变化. 将两个分别沿X ...
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 ...
【OpenCV图像处理入门学习教程四】基于LoG算子的图像边缘检测
OpenCV图像处理入门学习教程系列,上一篇第三篇:基于SIFT特征和SURF特征的微旋转图像拼接与融合生成全景图像的比较 LoG边缘检测算子 LoG边缘检测算子是David Courtnay Mar ...
【OpenCV 学习笔记】—— 基于拉普拉斯金字塔的图像融合原理以及C++实现【或许是全网最通俗易懂的讲解】
文章目录一.高斯金字塔 1.1 什么是高斯金字塔 1.2 利用OpenCV求取高斯金字塔二.拉普拉斯金字塔 2.1 什么是拉普拉斯金字塔 2.2 利用 OpenCV求取拉普拉斯金字塔三.基于拉普 ...
[Python从零到壹] 五十八.图像增强及运算篇之图像锐化Sobel、Laplacian算子实现边缘检测
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
[Python从零到壹] 五十七.图像增强及运算篇之图像锐化Roberts、Prewitt算子实现边缘检测
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
OpenCV_基于Laplacian算子的图像边缘增强
下面代码实现了基于Laplacian算子的图像边缘增强 . 算法: 边缘增强图像 = 源图像 + 边缘图像 // 基于Laplacian算子的图像边缘增强 // Author: www.icvpr.c ...
数字图像处理（图像增强）——拉普拉斯算子
二阶微分与微积分中定义的微分略有不同,数字图像中处理的是离散的值,因此对于一维函数的一阶微分的基本定义是差值: ∂f∂x=f(x+1)−f(x)\frac{\partial f}{\partial ...
[Python从零到壹] 五十九.图像增强及运算篇之图像锐化Scharr、Canny、LOG实现边缘检测
欢迎大家来到"Python从零到壹",在这里我将分享约200篇Python系列文章,带大家一起去学习和玩耍,看看Python这个有趣的世界.所有文章都将结合案例.代码和作者的经验讲 ...
基于拉普拉斯金字塔的图像融合算法
1.内容简介略 573-可以交流.咨询.答疑 2.内容说明图像融合所具有的改善图像质量.提高几何配准精度.克服目标提取与识别中图像数据的不完整性等优点,使得它成为当前重要的信息处理技术,并在遥感 ...

【算法学习】【图像增强】基于拉普拉斯算子的图像锐化

【算法学习】【图像增强】基于拉普拉斯算子的图像锐化相关推荐

最新文章

热门文章