实验四：图像空间域锐化
[实验目的]
· 理解图像空间域锐化的目的和意义；
· 了解图像空间域锐化的各种方法及优缺点；
· 掌握图像空间域的邻域运算方法;
· 掌握图像锐化处理算法及流程；
· 编程实现图像 duck.jpg 的锐化；
· 理解空间高通滤波法与其他各种图象锐化的区别和联系。
· 总结实验过程。
[实验要求]
\1. 编写图像空间域锐化程序：
· 编程对图像作各种锐化处理，编写图像空间域锐化子程序，子程序包括：梯度锐化、Roberts 锐化、Prewitt 锐化、Sobel 锐化、 Laplace 锐化及高通滤波法；
· 用不同的锐化方法处理图像，观察不同的图像锐化方法，不同模板对图像锐化的处理效果。
\2. 观察图像锐化处理结果
· 利用Photoshop 对图像实施锐化处理。分析对比 Photoshop 和自己编写的图像锐化程序处理效果不同之处，并设法改经自己的图像处理程序。
代码及处理结果
过程中采用的filter2D函数，官方文档中提及：“The function does actually compute correlation, not the convolution”，经考虑后我认为在此不考虑相关和卷积操作的具体差异，仅仅将filter2D作为代替实现核与图像相乘的手段。
不过官方文档中同样提及了转化方法：
That is, the kernel is not mirrored around the anchor point. If you need a real convolution, flip the kernel using flip and set the new anchor to (kernel.cols - anchor.x - 1, kernel.rows - anchor.y - 1).
#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc.hpp>
using namespace std;
using namespace cv;
// 锐化方式
//int method { 1.Highboost, 2.PrewittH1, 3.PrewittH2, 4.RobertsH1, 5.RobertsH2, 6.Laplace1, 7.Laplace2 , 8.SobelH1, 9.SobelH2};
void Sharpen(Mat& src, Mat& dst, int method = 1)
{
Mat kern = (Mat_<char>(3, 3)
<< 0, 0, 0,
0, 1, 0,
0, 0, 0);
// 根据方法确定核
if (method == 1)//高频增强模板1
{
kern = (Mat_<char>(3, 3)
<< 0, -1, 0,
-1, 5, -1,
0, -1, 0);
}
else if (method == 2)//Prewitt算子H1
{
kern = (Mat_<char>(3, 3)
<< -1, 0, 1,
-1, 0, 1,
-1, 0, 1);
}
else if (method == 3)//Prewitt算子H2
{
kern = (Mat_<char>(3, 3)
<< -1, -1, -1,
0, 0, 0,
1, 1, 1);
}
else if (method == 4)//Roberts算子H1
{
kern = (Mat_<char>(2, 2)
<< 0, -1,
1, 0);
}
else if (method == 5)//Roberts算子H2
{
kern = (Mat_<char>(2, 2)
<< -1, 0,
0, 1);
}
else if (method == 6)//Laplace模板1
{
kern = (Mat_<char>(3, 3)
<< 0, -1, 0,
-1, 4, -1,
0, -1, 0);
}
else if (method == 7)//Laplace模板2
{
kern = (Mat_<char>(3, 3)
<< -1, -1, -1,
-1, 8, -1,
-1, -1, -1);
}
else if (method == 8)//SobelH1
{
kern = (Mat_<char>(3, 3)
<< -1, 0, 1,
-2, 0, 2,
-1, 0, 1);
}
else if (method == 9)//SobelH2
{
kern = (Mat_<char>(3, 3)
<< -1, -2, -1,
0, 0, 0,
1, 2, 1);
}
// 处理
filter2D(src, dst, src.depth(), kern);
}
int main()
{
//读入数据
Mat src = imread("duck.jpg");
//含两个模板（H1，H2）的需要将两个结果相加，故有dst_1和dst_2
Mat dst_1 = src.clone();
Mat dst_2 = src.clone();
Mat dst = src.clone();
cout << "多模板锐化演示开始：按任意键继续……" << endl;
//高通滤波法
Sharpen(src, dst, 1);
namedWindow("高通滤波法");
imshow("高通滤波法", dst);
waitKey(0);
//Prewitt
Sharpen(src, dst_1, 2);
Sharpen(src, dst_2, 3);
dst = dst_1 + dst_2;
namedWindow("PreWitt");
imshow("Prewitt", dst);
waitKey(0);
//Roberts
Sharpen(src, dst_1, 4);
Sharpen(src, dst_2, 5);
dst = dst_1 + dst_2;
namedWindow("Roberts");
imshow("Roberts", dst);
waitKey(0);
//Laplace1
Sharpen(src, dst, 6);
namedWindow("Laplace-模板一");
imshow("Laplace-模板一", dst);
waitKey(0);
//Laplace2
Sharpen(src, dst, 7);
namedWindow("Laplace-模板二");
imshow("Laplace-模板二", dst);
waitKey(0);
//Sobel
Sharpen(src, dst_1, 8);
Sharpen(src, dst_1, 9);
dst = dst_1 + dst_2;
namedWindow("Sobel");
imshow("Sobel", dst);
cout << "展示结束，按任意键关闭程序。" << endl;
waitKey(0);
destroyAllWindows();
return 0;
}
Ps中有USM锐化，锐化，进一步锐化，防抖，锐化边缘等功能，网上多从使用角度解读，我暂不能分清楚除了USM(Unsharp Mask)以外的锐化具体是哪一种。
duck（ps中USM锐化后）：
USM(Unsharp Mask)参数
参考资料
- Opencv官方文档（filter2D）：https://docs.opencv.org/master/d4/d86/group__imgproc__filter.html#ga27c049795ce870216ddfb366086b5a04
- 图像处理中滤波（filtering）与卷积（convolution）的区别：https://blog.csdn.net/q6324266/article/details/52374234
- Photoshop的USM锐化功能详解：http://www.sj33.cn/jc/pmjc/ps/201001/21915.html
mgproc__filter.html#ga27c049795ce870216ddfb366086b5a04 - 图像处理中滤波（filtering）与卷积（convolution）的区别：https://blog.csdn.net/q6324266/article/details/52374234
- Photoshop的USM锐化功能详解：http://www.sj33.cn/jc/pmjc/ps/201001/21915.html
- 【OpenCV学习笔记】之卷积及卷积算子（convolution）：https://blog.csdn.net/zhu_hongji/article/details/81562746
