sharpen和filter2D

Sharpen()

第一种表示法是使用公式，而第二种表示法是使用掩码对第一种表示法进行压缩的版本。使用掩码时，将掩码矩阵的中心放在要计算的像素上。

输出结果：

 　　　　　　　　　　　　　　 原始图像，sharpen ,filterD

代码：Sharpen.cpp

#include <iostream>
#include <opencv2highguihighgui.hpp>
#include <opencv2corecore.hpp>
#include <opencv2imgprocimgproc.hpp>
#include <cmath>
#include "GamaT.h"

using namespace cv;
using namespace std;

void Sharpen(const Mat& myImage, Mat& Result)
{
	CV_Assert(myImage.depth() == CV_8U);				// accept only uchar images
	const int nChannels = myImage.channels();			//channels
//The output has the same structure as the input
	Result = Mat::zeros(myImage.size(), myImage.type());

	for (int j = 1; j < myImage.rows - 1; ++j)			// 只计算第二行到倒数第二行，第二列到倒数第二列之间的像素点
	{
		const uchar* previous = myImage.ptr<uchar>(j - 1);
		const uchar* current = myImage.ptr<uchar>(j);
		const uchar* next = myImage.ptr<uchar>(j + 1);
		uchar* output = Result.ptr<uchar>(j);			// 输出图像对应坐标位置
		// 输出按行处理，每行第一个元素，++指向后一个元素。
		for (int i = nChannels; i < nChannels*(myImage.cols - 1); ++i)
		{
			// 先执行，再加加
			*output++ = saturate_cast<uchar>(5 * current[i]			// 当前位置
				- current[i - nChannels] - current[i + nChannels]	// 前后
				- previous[i] - next[i]);							// 上下
		}
	}
}

　　

其他滤波器：

方框滤波器：boxFilter(img, out, -1, Size(5, 5));//-1指原图深度

均值滤波器：blur(img, out,Size(5, 5));//-1指原图深度

高斯滤波器：GaussianBlur(img, out, Size(3, 3), 0, 0);

中值滤波对于椒盐噪声污染的图像，中值滤波要远远优于线性平滑滤波。

中值滤波器：medianBlur(img, out, 7);//第三个参数表示孔径的线性尺寸，它的值必须是大于1的奇数

自适应中值滤波：在扫描像素排序时，当前像素非极大极小值时，不改变像素值。

注意：作为一种非线性滤波，中值滤波有可能会改变图像的性质，因而一般不适用于像军事图像处理、医学图像处理等领域．

双边滤波器：bilateralFilter(img, out, 25, 25 * 2, 25 / 2);

取了名字的这些滤波器就是定好kernel的滤波器。相当于filter2D+kernel。

参考文献：

https://docs.opencv.org/master/d7/d37/tutorial_mat_mask_operations.html