文章目录
前言
一、锐化空间滤波基础
二、拉普拉斯锐化滤波
1.拉普拉斯算子
2.代码
前言
数字图像处理c++ opencv(VS2019 opencv4.53)持续更新
一、锐化空间滤波基础
一阶导数定义为差分
二阶导数定义为差分
二、拉普拉斯锐化滤波
1.拉普拉斯算子
四邻域:
八邻域:
拉普拉斯锐化图像方法:
f和g分别为输入图像和输出图像。
2.代码
#include<iostream>
#include<opencv2/opencv.hpp>
using namespace cv;
using namespace std;
//定义滤波函数
void myfilter( Mat& image_input, Mat& image_output); //四邻域
void myfilter2(Mat& image_input, Mat& image_output); //八邻域
int main()
{
Mat image, image_gray, image_output, image_output2; //定义输入图像,灰度图像,输出图像
image = imread("lena.png"); //读取图像;
if (image.empty())
{
cout << "读取错误" << endl;
return -1;
}
imshow("image", image);
cvtColor(image, image_gray, COLOR_BGR2GRAY);
imshow("image_gray", image_gray);
//自编函数
myfilter(image_gray, image_output); //4邻域
imshow("image_output", image_output);
myfilter2(image_gray, image_output2); //8邻域
imshow("image_output2", image_output2);
waitKey(0); //暂停,保持图像显示,等待按键结束
return 0;
}
void myfilter(Mat& image_input, Mat& image_output) //4
{
image_output = image_input.clone();
int la;
for (int i = 1; i < (image_input.rows-1); i++)
{
for (int j = 1; j < (image_input.cols - 1); j++)
{
la = 4 * image_input.at<uchar>(i, j) - image_input.at<uchar>(i + 1, j) - image_input.at<uchar>(i - 1, j) - image_input.at<uchar>(i, j + 1) - image_input.at<uchar>(i, j - 1);
image_output.at<uchar>(i, j) = saturate_cast<uchar>(image_output.at<uchar>(i, j) + la);
}
}
}
void myfilter2(Mat& image_input, Mat& image_output) //8
{
image_output = image_input.clone();
int la2;
for (int i = 1; i < (image_input.rows - 1); i++)
{
for (int j = 1; j < (image_input.cols - 1); j++)
{
la2 = 8 * image_input.at<uchar>(i, j) - image_input.at<uchar>(i + 1, j) - image_input.at<uchar>(i - 1, j) - image_input.at<uchar>(i, j + 1) - image_input.at<uchar>(i, j - 1)
- image_input.at<uchar>(i-1, j-1)- image_input.at<uchar>(i+1, j+1)- image_input.at<uchar>(i-1, j+1)- image_input.at<uchar>(i+1, j-1);
image_output.at<uchar>(i, j) = saturate_cast<uchar>(image_output.at<uchar>(i, j) + la2);
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
结果:
文章知识点与官方知识档案匹配,可进一步学习相关知识
————————————————
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
原文链接:https://blog.csdn.net/qq_44785013/article/details/121417838