利用拉普拉斯滤波器提取图像边缘,实现图像锐化

一. 拉普拉斯滤波器简介:

        我们知道:

拉普拉斯算子 ↑

 

x方向上二阶偏导数的数值近似计算 ↑

 

y方向上二阶偏导数的数值近似计算 ↑

 

拉普拉斯算子在平面内的数值近似 ↑

 

拉普拉斯滤波器卷积核表示 ↑


二. 3*3的laplacian滤波器实现

# laplacian filter

def laplacian_filter(img, K_size=3):

    H, W = img.shape

    # zero padding

    pad = K_size // 2

    out = np.zeros((H + pad * 2, W + pad * 2), dtype=np.float)

    out[pad: pad + H, pad: pad + W] = img.copy().astype(np.float)

    tmp = out.copy()

    # laplacian kernle

    K = [[0., 1., 0.],[1., -4., 1.], [0., 1., 0.]]

    # filtering

    for y in range(H):

        for x in range(W):

            out[pad + y, pad + x] = np.sum(K * (tmp[y: y + K_size, x: x + K_size]))

    out = np.clip(out, 0, 255)

    out = out[pad: pad + H, pad: pad + W].astype(np.uint8)

    return out

三. 利用laplacian滤波器实现图像的锐化

        由于拉普拉斯是一种微分算子,它的应用可增强图像中灰度突变的区域,减弱灰度的缓慢变化区域。

        因此,锐化处理可选择拉普拉斯算子对原图像进行处理,产生描述灰度突变的图像,再将拉普拉斯图像与原始图像叠加而产生锐化图像:

使用拉普拉斯滤波器实现的图像锐化算法 ↑

        其中,f(x,y)为原始图像,g(x,y)为锐化后图像,c为-1(卷积核中间为负数时,若卷积核中间为正数,则c为1)。


四. 通过laplacian滤波器实现图像锐化 python源码

import cv2

import numpy as np

# Image sharpening by laplacian filter

def laplacian_sharpening(img, K_size=3):

    H, W = img.shape

    # zero padding

    pad = K_size // 2

    out = np.zeros((H + pad * 2, W + pad * 2), dtype=np.float)

    out[pad: pad + H, pad: pad + W] = img.copy().astype(np.float)

    tmp = out.copy()

    # laplacian kernle

    K = [[0., 1., 0.],[1., -4., 1.], [0., 1., 0.]]

    # filtering and adding image -> Sharpening image

    for y in range(H):

        for x in range(W):

            # core code

            out[pad + y, pad + x] = (-1) * np.sum(K * (tmp[y: y + K_size, x: x + K_size])) + tmp[pad + y, pad + x]

    out = np.clip(out, 0, 255)

    out = out[pad: pad + H, pad: pad + W].astype(np.uint8)

    return out

# Read Gray Scale image

img = cv2.imread("../paojie_g.jpg",0).astype(np.float)

# Image sharpening by laplacian filter

out = laplacian_sharpening(img, K_size=3)

# Save result

cv2.imwrite("out.jpg", out)

cv2.imshow("result", out)

cv2.waitKey(0)

cv2.destroyAllWindows()

五. 实验结果:

锐化后图像 ↑

原图 ↑


六. 参考内容

        https://www.cnblogs.com/wojianxin/p/12506972.html

        https://www.cnblogs.com/wojianxin/p/12506972.html

  • 5
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值