【计算机视觉系列实战教程 (实战01)】:图像锐化操作(并手写锐化操作)

文章目录


前言

提示:本文主要通过手写图像锐化算法来理解图像像素的遍历:

我们知道图像的高斯模糊的在实践中是使用高斯卷积核来卷积处理图像的,高斯卷积核"卷"图像的结果是被卷的图像区域变模糊了。而本文要讲解的图像锐化则是将图像更加清晰。


提示:以下是本篇文章正文内容,下面案例可供参考

1、什么是图像锐化

图像锐化是一种图像处理技术,旨在增强图像中边缘和细节的对比度,使其看起来更加清晰和鲜明。

2、使用卷积对图像进行锐化

(1).图像预处理

代码如下(示例):这里对图像先进行了高斯模糊处理,目的是去除噪音,防止锐化后加重噪音的影响

cpp 复制代码
cv::Mat imRead = cv::imread("xxx.jpeg");
cv::GaussianBlur(imRead, imRead, cv::Size(3,3),0);

(2).定义锐化卷积核

代码如下(示例):

cpp 复制代码
cv::Mat kernel_sharpen = (cv::Mat_<int>(3,3)<< 0, -1, 0,
											  -1, 5, -1,
											   0, -1, 0);

(3).对图像进行卷积操作(实现图像锐化)

代码如下(示例):

cpp 复制代码
cv::filter2D(imRead, imRead, imRead.type(), kernel_sharpen);

总代码如下:

cpp 复制代码
cv::Mat imRead = cv::imread(strPth01);
cv::GaussianBlur(imRead, imRead, cv::Size(3,3),0);
//定义锐化卷积核
cv::Mat kernel_sharpen = (cv::Mat_<int>(3, 3) << 0, -1, 0,
												-1, 5, -1,
												 0, -1, 0);
cv::Mat imSharpen;
cv::filter2D(imRead, imSharpen, imRead.type(), kernel_sharpen);

3、手动遍历实现图像锐化

手动遍历像素实现图像的锐化操作

下列函数使用了at访问图像像素,可根据自己的需求使用ptr、iterator等访问像素,代码如下(可直接使用):

cpp 复制代码
/*@author @还下着雨ZG
* @param[in] imSrc, 源图像,即待锐化的图像
* @param[out] imDst, 目标图像,即锐化后的图像
* @return int, 正表示锐化成功,负表示失败
*/
int ImgSharpenBySelf(const cv::Mat& imSrc, cv::Mat& imDst)
{
	if(imSrc.empty()) return -1;
	if(!imDst.empty()) imDst.release();
	if(imSrc.channels()==1)
	{
		cv::Mat imCopy;
		imSrc.convertTo(imCopy,CV_32SC1);
		imDst = imCopy.clone();
		for(int r=1; r<imCopy.rows-1; ++r)
		{
			for(int c=1; c<imCopy.cols-1; ++c)
			{
			    //这里使用int来访问图像像素元素
				imDst.at<int>(r,c) = 5*imCopy.at<int>(r,c)
									 - imCopy.at<int>(r-1,c) 
									 - imCopy.at<int>(r+1,c)
									 - imCopy.at<int>(r,c-1)
									 - imCopy.at<int>(r,c+1);
			}
		}
		//将目标图像(锐化后的图像)转为CV_8UC1
		imDst.convertTo(imDst, CV_8U);
	}
	else if(imSrc.channels()==3)
	{
		//转换图像格式便于计算(防止溢出)
		cv::Mat imCopy;
		imSrc.convertTo(imCopy,CV_32SC3);
		imDst = imCopy.clone();
	    //遍历图像并处理像素 new = 5*current - left - top - right - bottom
		for(int r=1; r<imCopy.rows-1; ++r)
		{
			for(int c=1; c<imCopy.cols-1; ++c)
			{
			    //这里使用int来访问图像像素元素
				imDst.at<cv::Vec3i>(r,c) = 5*imCopy.at<cv::Vec3i>(r,c)
										 - imCopy.at<cv::Vec3i>(r-1,c) 
										 - imCopy.at<cv::Vec3i>(r+1,c)
										 - imCopy.at<cv::Vec3i>(r,c-1)
										 - imCopy.at<cv::Vec3i>(r,c+1);
			}
		}
		//将目标图像(锐化后的图像)转为CV_8UC1
		imDst.convertTo(imDst, CV_8UC3);
	}
	else 
	{
		return -2;
	}
	return 1;
}

总结

1.使用opencv自带的卷积函数filter2D和卷积核kernel来锐化图像

2.手动遍历图像(灰度图像或彩色图像)实现图像的锐化操作

相关推荐
阿坡RPA7 小时前
手搓MCP客户端&服务端:从零到实战极速了解MCP是什么?
人工智能·aigc
用户27784491049937 小时前
借助DeepSeek智能生成测试用例:从提示词到Excel表格的全流程实践
人工智能·python
机器之心7 小时前
刚刚,DeepSeek公布推理时Scaling新论文,R2要来了?
人工智能
算AI9 小时前
人工智能+牙科:临床应用中的几个问题
人工智能·算法
凯子坚持 c10 小时前
基于飞桨框架3.0本地DeepSeek-R1蒸馏版部署实战
人工智能·paddlepaddle
你觉得20510 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
8K超高清11 小时前
中国8K摄像机:科技赋能文化传承新图景
大数据·人工智能·科技·物联网·智能硬件
hyshhhh11 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉
薛定谔的猫-菜鸟程序员11 小时前
零基础玩转深度神经网络大模型:从Hello World到AI炼金术-详解版(含:Conda 全面使用指南)
人工智能·神经网络·dnn
币之互联万物11 小时前
2025 AI智能数字农业研讨会在苏州启幕,科技助农与数据兴业成焦点
人工智能·科技