两种图像锐化方法

转载：
https://blog.csdn.net/qq_18649781/article/details/86484827

引言：

在图像处理领域有一个众所周知的结论：如果从图像中减去拉普拉斯算子部分，图像的边缘就会放大，因而图像会变的更加尖锐。 在这里基于拉普拉斯算子，通过访问图像中相邻像素来实现对图像的锐化

1、锐化原理公式

5*current[i] - current[i-nchannels] - current[i+nchannels]-previous[i]-next[i]);

2、第一种实现方式：通过访问相邻像素实现对图像的锐化

void sharpen(const Mat &image,Mat result)
{
    /// 判断是否需要分配图像数据。如果需要，就分配
    result.create(image.size(),image.type());
    int nchannels = image.channels(); /// 获得通道数
      接下来的程序就是处理所有的行
    for (int j = 1 ; j < image.rows-1; j++) {
        const uchar* previous = image.ptr<const uchar>(j-1);   /// 上一行
        const uchar* current = image.ptr<const uchar>(j);      /// 当前行
        const uchar* next = image.ptr<const uchar>(j+1);   ///下一行
        uchar* output = result.ptr<uchar>(j);  /// 输出行
      /**** 应用锐化算子操作部分 ****/
            在这里，将每个像素的三个通道，合并成一个 矩阵，所以这里有  (image.cols-1)*nchannels 这个操作
        ///  需要注意一点的是： 对于彩色图片，当三个通道的时候，一定是BGR对应颜色像素进行操作，所以这里是 current[i-nchannels]和current[i+nchannels]
        for (int i = nchannels; i < (image.cols-1)*nchannels; i++) {    /// 循环三个通道，进行相应的处理
        *output++ = saturate_cast<uchar>(
                5*current[i] - current[i-nchannels] - current[i+nchannels]-previous[i]-next[i]);       /// 该值的5倍 减去 上下左右四个数
        }
    }
    /// 接下来将未处理的像素都设为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));
    imshow("HAHAH1",result);
}

3、第二种实现方式：基于OpenCV专门定于的 filter2D( )函数

void sharpen2D(const Mat &image,Mat &result)
{
    // 首先构造一个内核
    Mat kernel(3,3,CV_32F,Scalar(0));
    
    /// 对 对应内核进行赋值
    kernel.at<float>(1,1) = 5.0;
    kernel.at<float>(0,1) = -1.0;
    kernel.at<float>(2,1) = -1.0;
    kernel.at<float>(1,0) = -1.0;
    kernel.at<float>(1,2) = -1.0;

    // 同样可以直接构造内核
    // lap_5 = np.array([[0,-1,0],[-1,5,-1],[0,-1,0]])
    // lap_9 = np.array([[-1, -1, -1], [-1, 9, -1], [-1, -1, -1]])

    /// 对图像进行滤波操作
    filter2D(image,result,image.depth(),kernel);
    imshow("HAHAH2",result);
}