图像编程学习笔记9——图像的锐化

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：

/**
* 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;
        }
    }
}