锐化处理的主要目的是突出灰度过渡部分。理论上来说可以通过空间微分来实现锐化处理,通过图像微分增强边缘和其他突变(如噪声),削弱灰度变化缓慢的区域。
g(x,y)是变换之后的图像,c=-1, 后面的公式则是拉普拉斯算子,即微分滤波器
#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
Mat img=imread("1.jpg",0);
if(!img.data)
{
return -1;
}
Mat image;
img.copyTo(image);
for (int i = 1; i < img.rows-1; i++)
{
uchar* imgpreptr=img.ptr(i-1);
uchar* imgptr=img.ptr(i);
uchar* imgnextptr=img.ptr(i+1);
uchar* imageptr=image.pt