【算法学习】【图像增强】基于拉普拉斯算子的图像锐化
2015-08-15 22:18
543 查看
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。
原图
手动实现
调用OpenCV函数实现
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*3 0 -1 0 -1 5 -1 0 -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0 result.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
相关文章推荐
- python中使用OpenCV进行人脸检测的例子
- opencv 做人脸识别 opencv 人脸匹配分析
- 使用opencv拉伸图像扩大分辨率示例
- OpenCV 2.4.3 C++ 平滑处理分析
- 利用Python和OpenCV库将URL转换为OpenCV格式的方法
- python结合opencv实现人脸检测与跟踪
- 在树莓派2或树莓派B+上安装Python和OpenCV的教程
- OpenCV配置,从来没有这么简单!
- ubuntu下opencv和qt的安装配置
- OpenCV学习笔记(二十五)——OpenCV图形界面设计Qt+VS2008
- 分享一些OpenCV实现立体视觉的经验
- 关于OpenCv图像变换与基本图形检测
- "应用程序正常初始化失败"-0xc0150002 解决办法
- OpenCV->HSV色彩空间
- opencv 内存泄露
- OpenCV函数cvFindContours
- OpenCV 2.3.1图像文件的读入和显示
- opencv2 矩阵方式 resize图像缩放代码
- OpenCV 灰度直方图
- 彩色图转为灰度图