使用二阶微分实现图像锐化

最新推荐文章于 2024-09-17 11:01:05 发布

zhzcc

最新推荐文章于 2024-09-17 11:01:05 发布

阅读量3.7k

点赞数

分类专栏： opencv 文章标签： opencv 图像处理

本文链接：https://blog.csdn.net/zhzcc/article/details/72803157

版权

图像锐化通过微分滤波器强化边缘，拉普拉斯算子是常用的二阶微分方法，用于突出灰度过渡部分，减弱平滑区域。

摘要由CSDN通过智能技术生成

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