【Emgu CV教程】7.1、图像锐化之Laplacian(拉普拉斯)算子锐化

一、介绍

前面几篇讲的是图像平滑，就是抑制或消除噪声，并使得图像亮度及颜色变化更平缓的操作。在图像处理领域，与平滑操作相对应的，叫图像锐化。
图像锐化就是增强图像的边缘和细节部分，使图像变得清晰。它分为空间域处理和频域处理两类，空间领域相对简单，也是利用滤波核生成新的图像。频率域滤波会涉及到傅里叶函数应用，相对来说更难以理解。
下面将连续介绍几种图像锐化的常见方法，这篇文章先讲Laplacian(拉普拉斯)算子锐化，这是一个最基础、最常用的方法。它其实就是利用了前面介绍的Filter2D()函数进行卷积，但是卷积核是有特殊要求的。具体的含义我也不清楚，读者可以看看网上的相关说明，这里举一个简单的例子，以3 * 3大小的滤波核为例，常见的拉普拉斯算子是这样的：

二、举例

1.原始素材

原始素材定义为srcMat，如下：

这是个电影里的镜头，下面看一下锐化效果。

2.代码

Laplacian(拉普拉斯)算子锐化的代码如下：

int ksize = 11;
int[,,] date = new[,,]
{
   
    {
   
        {
    -1 },
        {
    -1 },
        {
    -1 }
    },
    {
   
        {
    -1 },
        {
    ksize },
        {
    -1 }
    },
    {
   
        {
    -1 },
        {
    -1 },
        {
    -1 }
    }
};
Mat tempMat = srcMat.Clone();
Mat dstMat = new Mat(tempMat.Size, tempMat.Depth, tempMat.NumberOfChannels);
Image<Gray, int> kernel = new Image<Gray, int>(date);
CvInvoke.Filter2D(tempMat, dstMat, kernel, new System.Drawing.Point(-1, -1));

3.运行结果

锐化效果非常棒，是不是有一种从黑夜到白天的效果。

注意：Emgu CV里面有个Laplacian()函数，这个可不是锐化用的，而是检测边缘用的，概念要分清除。

原创不易，请勿抄袭。共同进步，相互学习。