做自己网站彩票,泰安网络安装,wordpress 中英,在wordpress集成支付宝【OpenCV 例程200篇】63. 图像锐化之 Laplacian 算子 欢迎关注 『OpenCV 例程200篇』 系列#xff0c;持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列#xff0c;持续更新中 3. 空间域锐化滤波#xff08;高通滤波#xff09;
图像模糊通过平滑#xff08;加权平…【OpenCV 例程200篇】63. 图像锐化之 Laplacian 算子 欢迎关注 『OpenCV 例程200篇』 系列持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列持续更新中 3. 空间域锐化滤波高通滤波
图像模糊通过平滑加权平均来实现类似于积分运算。图像锐化则通过微分运算有限差分实现使用一阶微分或二阶微分都可以得到图像灰度的变化值。
图像锐化的目的是增强图像的灰度跳变部分使模糊的图像变得清晰。图像锐化也称为高通滤波通过和增强高频衰减和抑制低频。图像锐化常用于电子印刷、医学成像和工业检测。
恒定灰度区域一阶导数为零二阶导数为零灰度台阶或斜坡起点区域一阶导数非零二阶导数非零灰度斜坡区域一阶导数非零二阶导数为零。
图像梯度提取方法简单直接能够有效的描述图像的原始状态因此发展出多种图像梯度算子Roberts、Prewitt、Sobel、Laplacian、Scharr。
3.3 拉普拉斯卷积核Laplacian
各向同性卷积核的响应与方向无关。最简单的各向同性导数算子卷积核是拉普拉斯算子Laplace
∇2f∂2f∂x2∂2f∂y2∂2f∂x2f(x1,y)−2f(x,y)f(x−1,y)∂2f∂y2f(x,y1)−2f(x,y)f(x,y−1)∇2f(x,y)f(x1,y)f(x−1,y)f(x,y1)f(x,y−1)−4f(x,y)\begin{aligned} \nabla ^2 f \dfrac{\partial ^2 f}{\partial x ^2} \dfrac{\partial ^2 f}{\partial y ^2} \\ \dfrac{\partial ^2 f}{\partial x ^2} f(x1,y) - 2f(x,y) f(x-1,y) \\ \dfrac{\partial ^2 f}{\partial y ^2} f(x,y1) - 2f(x,y) f(x,y-1) \\ \nabla ^2 f(x,y) f(x1,y) f(x-1,y) f(x,y1) f(x,y-1) - 4f(x,y) \end{aligned} ∇2f∂x2∂2f∂y2∂2f∇2f(x,y)∂x2∂2f∂y2∂2ff(x1,y)−2f(x,y)f(x−1,y)f(x,y1)−2f(x,y)f(x,y−1)f(x1,y)f(x−1,y)f(x,y1)f(x,y−1)−4f(x,y)
由此可以得到拉普拉斯核 K1。类似地考虑对角项后可以得到拉普拉斯核 K2。
K1[0101−41010],K2[1111−81111],K3[0−10−14−10−10],K4[−1−1−1−18−1−1−1−1]K1 \begin{bmatrix} 0 1 0\\ 1 -4 1\\ 0 1 0\\ \end{bmatrix}, \ K2 \begin{bmatrix} 1 1 1\\ 1 -8 1\\ 1 1 1\\ \end{bmatrix}, \ K3 \begin{bmatrix} 0 -1 0\\ -1 4 -1\\ 0 -1 0\\ \end{bmatrix}, \ K4 \begin{bmatrix} -1 -1 -1\\ -1 8 -1\\ -1 -1 -1\\ \end{bmatrix} K1⎣⎡0101−41010⎦⎤, K2⎣⎡1111−81111⎦⎤, K3⎣⎡0−10−14−10−10⎦⎤, K4⎣⎡−1−1−1−18−1−1−1−1⎦⎤
Laplace 是导数算子会突出图像中的急剧灰度变化抑制灰度缓慢变化区域往往会产生暗色背景下的灰色边缘和不连续图像。将拉普拉斯图像与原图叠加可以得到保留锐化效果的图像。
拉普拉斯卷积核很容易通过卷积操作 cv. filter_2d 实现OpenCV 也提供了拉普拉斯算子 cv.Laplacian 来实现。
函数说明
cv.Laplacian(src, ddepth[, dst[, ksize[, scale[, delta[, borderType]]]]]) → dst参数说明 src输入图像可以是灰度图像也可以是多通道的彩色图像 ddepth输出图片的数据深度 dst输出图像大小和类型与 src 相同 ksize计算二阶导数滤波器的孔径大小必须为正奇数可选项 scale缩放比例因子可选项默认值为 1 delta输出图像的偏移量可选项默认值为 0 borderType边界扩充的类型注意不支持对侧填充BORDER_WRAP 例程 1.78图像锐化Laplacian 算子 # 1.78图像锐化拉普拉斯算子 (Laplacian)img cv2.imread(../images/Fig0338a.tif, flags0) # NASA 月球影像图# 使用函数 filter2D 实现 Laplace 卷积算子kernLaplace np.array([[0, 1, 0], [1, -4, 1], [0, 1, 0]]) # Laplacian kernelimgLaplace1 cv2.filter2D(img, -1, kernLaplace, borderTypecv2.BORDER_REFLECT)# 使用 cv2.Laplacian 实现 Laplace 卷积算子imgLaplace2 cv2.Laplacian(img, -1, ksize3)imgRecovery cv2.add(img, imgLaplace2) # 恢复原图像# 二值化边缘图再卷积ret, binary cv2.threshold(img, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_TRIANGLE)imgLaplace3 cv2.Laplacian(binary, cv2.CV_64F)imgLaplace3 cv2.convertScaleAbs(imgLaplace3)plt.figure(figsize(9, 6))plt.subplot(131), plt.axis(off), plt.title(Original)plt.imshow(img, cmapgray, vmin0, vmax255)plt.subplot(132), plt.axis(off), plt.title(cv.Laplacian)plt.imshow(imgLaplace2, cmapgray, vmin0, vmax255)plt.subplot(133), plt.axis(off), plt.title(thresh-Laplacian)plt.imshow(imgLaplace3, cmapgray, vmin0, vmax255)plt.tight_layout()plt.show()由于拉普拉斯卷积核很敏感可以先进行阈值化处理再进行拉普拉斯卷积。例程对比了直接进行拉普拉斯卷积与阈值化处理后进行拉普拉斯卷积结果如下图所示。 本节完 版权声明
youcansxupt 原创作品转载必须标注原文链接
Copyright 2021 youcans, XUPT
Crated2021-11-29 欢迎关注 『OpenCV 例程200篇』 系列持续更新中 欢迎关注 『Python小白的OpenCV学习课』 系列持续更新中 【OpenCV 例程200篇】01. 图像的读取cv2.imread 【OpenCV 例程200篇】02. 图像的保存cv2.imwrite 【OpenCV 例程200篇】03. 图像的显示cv2.imshow 【OpenCV 例程200篇】04. 用 matplotlib 显示图像plt.imshow 【OpenCV 例程200篇】05. 图像的属性np.shape 【OpenCV 例程200篇】06. 像素的编辑img.itemset 【OpenCV 例程200篇】07. 图像的创建np.zeros 【OpenCV 例程200篇】08. 图像的复制np.copy 【OpenCV 例程200篇】09. 图像的裁剪cv2.selectROI 【OpenCV 例程200篇】10. 图像的拼接np.hstack 【OpenCV 例程200篇】11. 图像通道的拆分cv2.split 【OpenCV 例程200篇】12. 图像通道的合并cv2.merge 【OpenCV 例程200篇】13. 图像的加法运算cv2.add 【OpenCV 例程200篇】14. 图像与标量相加cv2.add 【OpenCV 例程200篇】15. 图像的加权加法cv2.addWeight 【OpenCV 例程200篇】16. 不同尺寸的图像加法 【OpenCV 例程200篇】17. 两张图像的渐变切换 【OpenCV 例程200篇】18. 图像的掩模加法 【OpenCV 例程200篇】19. 图像的圆形遮罩 【OpenCV 例程200篇】20. 图像的按位运算 【OpenCV 例程200篇】21. 图像的叠加 【OpenCV 例程200篇】22. 图像添加非中文文字 【OpenCV 例程200篇】23. 图像添加中文文字 【OpenCV 例程200篇】23. 图像添加中文文字 【OpenCV 例程200篇】24. 图像的仿射变换 【OpenCV 例程200篇】25. 图像的平移 【OpenCV 例程200篇】26. 图像的旋转以原点为中心 【OpenCV 例程200篇】27. 图像的旋转以任意点为中心 【OpenCV 例程200篇】28. 图像的旋转直角旋转 【OpenCV 例程200篇】29. 图像的翻转cv2.flip 【OpenCV 例程200篇】30. 图像的缩放cv2.resize 【OpenCV 例程200篇】31. 图像金字塔cv2.pyrDown 【OpenCV 例程200篇】32. 图像的扭变错切 【OpenCV 例程200篇】33. 图像的复合变换 【OpenCV 例程200篇】34. 图像的投影变换 【OpenCV 例程200篇】35. 图像的投影变换边界填充 【OpenCV 例程200篇】36. 直角坐标与极坐标的转换 【OpenCV 例程200篇】37. 图像的灰度化处理和二值化处理 【OpenCV 例程200篇】38. 图像的反色变换图像反转 【OpenCV 例程200篇】39. 图像灰度的线性变换 【OpenCV 例程200篇】40. 图像分段线性灰度变换 【OpenCV 例程200篇】41. 图像的灰度变换灰度级分层 【OpenCV 例程200篇】42. 图像的灰度变换比特平面分层 【OpenCV 例程200篇】43. 图像的灰度变换对数变换 【OpenCV 例程200篇】44. 图像的灰度变换伽马变换 【OpenCV 例程200篇】45. 图像的灰度直方图 【OpenCV 例程200篇】46. 直方图均衡化 【OpenCV 例程200篇】47. 图像增强—直方图匹配 【OpenCV 例程200篇】48. 图像增强—彩色直方图匹配 【OpenCV 例程200篇】49. 图像增强—局部直方图处理 【OpenCV 例程200篇】50. 图像增强—直方图统计量图像增强 【OpenCV 例程200篇】51. 图像增强—直方图反向追踪 【OpenCV 例程200篇】52. 图像的相关与卷积运算 【OpenCV 例程200篇】53. Scipy 实现图像二维卷积 【OpenCV 例程200篇】54. OpenCV 实现图像二维卷积 【OpenCV 例程200篇】55. 可分离卷积核 【OpenCV 例程200篇】56. 低通盒式滤波器 【OpenCV 例程200篇】57. 低通高斯滤波器 【OpenCV 例程200篇】58. 非线性滤波—中值滤波 【OpenCV 例程200篇】59. 非线性滤波—双边滤波 【OpenCV 例程200篇】60. 非线性滤波—联合双边滤波 【OpenCV 例程200篇】61. 导向滤波Guided filter 【OpenCV 例程200篇】62. 图像锐化——钝化掩蔽 【OpenCV 例程200篇】63. 图像锐化——Laplacian 算子 【OpenCV 例程200篇】64. 图像锐化——Sobel 算子 【OpenCV 例程200篇】65. 图像锐化——Scharr 算子 【OpenCV 例程200篇】66. 图像滤波之低通/高通/带阻/带通 【OpenCV 例程200篇】67. 空间域图像增强的综合应用 【OpenCV 例程200篇】68. 空间域图像增强的综合应用 【OpenCV 例程200篇】69. 连续非周期信号的傅立叶系数 【OpenCV 例程200篇】70. 一维连续函数的傅里叶变换 【OpenCV 例程200篇】71. 连续函数的取样 【OpenCV 例程200篇】72. 一维离散傅里叶变换 【OpenCV 例程200篇】73. 二维连续傅里叶变换 【OpenCV 例程200篇】74. 图像的抗混叠 【OpenCV 例程200篇】75. Numpy 实现图像傅里叶变换 【OpenCV 例程200篇】76. OpenCV 实现图像傅里叶变换 【OpenCV 例程200篇】77. OpenCV 实现快速傅里叶变换 【OpenCV 例程200篇】78. 频率域图像滤波基础 【OpenCV 例程200篇】79. 频率域图像滤波的基本步骤 【OpenCV 例程200篇】80. 频率域图像滤波详细步骤 【OpenCV 例程200篇】81. 频率域高斯低通滤波器 【OpenCV 例程200篇】82. 频率域巴特沃斯低通滤波器 【OpenCV 例程200篇】83. 频率域低通滤波印刷文本字符修复 【OpenCV 例程200篇】84. 由低通滤波器得到高通滤波器 【OpenCV 例程200篇】85. 频率域高通滤波器的应用 【OpenCV 例程200篇】86. 频率域滤波应用指纹图像处理 【OpenCV 例程200篇】87. 频率域钝化掩蔽 【OpenCV 例程200篇】88. 频率域拉普拉斯高通滤波 【OpenCV 例程200篇】89. 带阻滤波器的传递函数 【OpenCV 例程200篇】90. 频率域陷波滤波器 【OpenCV 例程200篇】91. 高斯噪声、瑞利噪声、爱尔兰噪声 【OpenCV 例程200篇】92. 指数噪声、均匀噪声、椒盐噪声 【OpenCV 例程200篇】93. 噪声模型的直方图 【OpenCV 例程200篇】94. 算术平均滤波器 【OpenCV 例程200篇】95. 几何均值滤波器 【OpenCV 例程200篇】96. 谐波平均滤波器 【OpenCV 例程200篇】97. 反谐波平均滤波器 【OpenCV 例程200篇】98. 统计排序滤波器 【OpenCV 例程200篇】99. 修正阿尔法均值滤波器 【OpenCV 例程200篇】100. 自适应局部降噪滤波器
