图像编程学习笔记9――图像的锐化
睿丰德科技 专注RFID识别技术和条码识别技术与管理软件的集成项目。质量追溯系统、MES系统、金蝶与条码系统对接、用友与条码系统对接
锐化(sharpening)和平滑恰恰相反,它是通过增强高频分量来减少图象中的模糊,因此又称为高通滤波(high passfilter)。锐化处理在增强图象边缘的同时增加了图象的噪声。
常用的锐化模板是拉普拉斯(Laplacian)模板(见(3.4)式),又是个数学家的名字,可见学好数学,走遍天下都不怕。
(3.4)
容易看出拉普拉斯模板的作法:先将自身与周围的8个象素相减,表示自身与周围象素的差别;再将这个差别加上自身作为新象素的灰度。可见,如果一片暗区出现了一个亮点,那么锐化处理的结果是这个亮点变得更亮,增加了图象的噪声。
因为图象中的边缘就是那些灰度发生跳变的区域,所以锐化模板在边缘检测中很有用,这一点将在后面详细介绍。
功能实现code:
[cpp] view plaincopy
- /**
- * 函数名: sharpening
- * 功 能: 对图像进行锐化处理
- */
- void Laplacian()
- {
- int temp[9] = {-1,-1,-1,-1,9,-1,-1,-1,-1}; //Laplacian 模版
- int height = bmpInfoHeader.biHeight;
- int width = bmpInfoHeader.biWidth;
- int imgSize = bmpInfoHeader.biSizeImage;
- int lineByte = (width * 8 +31) / 32 * 4; //每行像素所占字节数
- //处理是基于原图的,所以原图的数据不能改变,用pNewBmpData存储改变之后的数据
- memcpy(pNewBmpData,pBmpData,imgSize); //把原图数据复制给pNewBmpData
- //注意边界点不处理,所以i从1到高度-2,j类似
- double temResult; //中间结果
- for(int i = 1; i < height - 1; i++ )
- {
- for(int j = 1; j < width - 1; j++ )
- {
- temResult = (double)(*(pBmpData + (i-1) * lineByte + j - 1) * temp[0]);
- temResult += (double)(*(pBmpData + (i-1) * lineByte + j) * temp[1]);
- temResult += (double)(*(pBmpData + (i-1) * lineByte + j + 1) * temp[2]);
- temResult += (double)(*(pBmpData + (i) * lineByte + j - 1) * temp[3]);
- temResult += (double)(*(pBmpData + (i) * lineByte + j) * temp[4]);
- temResult += (double)(*(pBmpData + (i) * lineByte + j + 1) * temp[5]);
- temResult += (double)(*(pBmpData + (i+1) * lineByte + j - 1) * temp[6]);
- temResult += (double)(*(pBmpData + (i+1) * lineByte + j) * temp[7]);
- temResult += (double)(*(pBmpData + (i+1) * lineByte + j + 1) * temp[8]);
- *(pNewBmpData + i * lineByte + j) = temResult;
- }
- }
- }