计算机图形图像技术(图像锐化处理与图像解析)

一、实验原理:

1、拓展Sobel算子锐化

    void Sobel(Array src, Array dst, int ddepth, int dx, int dy, int ksize);

①参数:src为输入图像;dst为输出图像,大小和通道数与源图像一致,必要时重建;ddepth为目标图像的位深度,负数表示与源图像相同;dxdy为x差分和y差分阶数,小于ksize且不能都是0;ksize为内核大小,是不超过31的奇数。

②说明:由该函数自行计算扩展的Sobel内核。

2、固定阈值的二值化变换

    double threshold(Array src, Array dst, double thresh, double value, int type);

①功能:对数组元素进行固定阈值操作。

②说明:src为源数组,位深度为CV_8U或CV_32F的单通道数组;dst为输出数组,大小和类型与src一致,必要时重建;thresh为阈值;value为指定二值化和反二值化使用的替代值;type为阈值类型(见下表)。

阈值种类 计算公式 操作结果
二值化阈值THRESH_BINARY di=iif(si>t, v, 0) 二值图像,高亮度改为指定值v
反二值化阈值THRESH_BINARY_INV di=iif(si>t, 0, v) 反二值图像,低亮度改为指定值v
截断阈值THRESH_TRUNC di=iif(si>t, t, 0) 二值图像,高亮度改为阈值
0阈值THRESH_TOZERO di=iif(si>t, si, 0) 灰度图像,过滤低亮度像素
反0阈值THRESH_TOZERO_INV di=iif(si>t, 0, si) 灰度图像,过滤高亮度像素

③返回值:thresh


二、算法程序

1、使用OpenCV编写一个程序,该程序对一幅灰度图像进行Sobel锐化,要求显示锐化以后的图像。其中内核大小为3×3,x和y方向均使用1阶差分。

#include<opencv2/opencv.hpp>
using namespace cv;
int main() {
	Mat src = imread("D:/Doge.jpg", 0);
	if (src.empty()) {
	       return -1;
	}
	imshow("源图像", src);
	Sobel(src, src, -1, 1, 1, 3);
	normalize(src, src, 255, 0, NORM_INF);
	imshow("结果图像", src);
	waitKey();
}

2、使用OpenCV编写一个程序,该程序对一幅灰度图像进行二值化变换,要求分别显示源图像和二值化以后的图像。其中二值化阈值为127,高亮度改为255。

#include<opencv2/opencv.hpp>
using namespace cv;
int main() {
	Mat src = imread("D:/Doge.jpg", 0), dst;
	if (src.empty()) {
	       return -1;
	}
	imshow("源图像", src);
	threshold(src, dst, 127, 255, THRESH_BINARY);
	imshow("结果图像", dst);
	waitKey();
}

三、结果演示:

1、Sobel锐化

2、二值化处理

最近更新

  1. TCP协议是安全的吗?

    2023-12-07 07:50:03       16 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2023-12-07 07:50:03       16 阅读
  3. 【Python教程】压缩PDF文件大小

    2023-12-07 07:50:03       15 阅读
  4. 通过文章id递归查询所有评论(xml)

    2023-12-07 07:50:03       18 阅读

热门阅读

  1. flutter的CircularProgressIndicator基本使用

    2023-12-07 07:50:03       40 阅读
  2. 【大数据开发心得】合理使用Flink参数配置

    2023-12-07 07:50:03       34 阅读
  3. 使用OpenGL加载和显示Q3O类型的3D模型文件

    2023-12-07 07:50:03       41 阅读
  4. LeetCode第136题 只出现一次的数字

    2023-12-07 07:50:03       39 阅读
  5. pillow opencv matplotlib读写图片有什么区别

    2023-12-07 07:50:03       29 阅读
  6. 原型模式(Prototype Pattern)

    2023-12-07 07:50:03       33 阅读
  7. python跑ncnn(验证模型是否转换成功)

    2023-12-07 07:50:03       37 阅读
  8. 排序算法之二:冒泡排序

    2023-12-07 07:50:03       46 阅读
  9. 泛洪填充(Flood Fill)

    2023-12-07 07:50:03       34 阅读