自己寫圖像銳化函數：

#include <iostream> #include <opencv2/core.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp>using namespace std; using namespace cv;void Sharpen(const Mat& myImage, Mat& Result);int main() {Mat srcImage = imread("1.png");//判斷圖像是否加載成功if(srcImage.data)cout << "圖像加載成功!" << endl << endl;else{cout << "圖像加載失敗!" << endl << endl;return -1;}namedWindow("srcImage", WINDOW_AUTOSIZE);imshow("srcImage", srcImage);Mat dstImage;dstImage.create(srcImage.size(), srcImage.type());Sharpen(srcImage, dstImage);namedWindow("dstImage",WINDOW_AUTOSIZE);imshow("dstImage",dstImage);waitKey(0);return 0; }void Sharpen(const Mat& myImage, Mat& Result) {CV_Assert(myImage.depth() == CV_8U); //判斷函數CV_Assertconst int nChannels = myImage.channels();for(int j = 1; j < myImage.rows - 1; ++j){const uchar* precious = myImage.ptr<uchar>(j - 1); //當前像素上一行指針const uchar* current = myImage.ptr<uchar>(j); //當前像素行指針const uchar* next = myImage.ptr<uchar>(j + 1); //當前像素下一行指針uchar* output = Result.ptr<uchar>(j);//利用公式和上下左右四個像素對當前像素值進行處理for(int i = nChannels; i < nChannels * (myImage.cols - 1); ++i){// 0, -1 ,0; -1, 5, -1; 0, -1, 0;*output++ = saturate_cast<uchar>(5 * current[i] -current[i-nChannels]-current[i+nChannels]-precious[i]-next[i]);}}Result.row(0).setTo(Scalar(0)); //設置第一行所有元素值為0Result.row(Result.rows-1).setTo(Scalar(0)); //設置最后一行所有元素值為0Result.col(0).setTo(Scalar(0)); //設置第一列所有元素值為0Result.col(Result.cols-1).setTo(Scalar(0)); //設置最后一列所有元素值為0 }

上面代碼是以卷積核為$?\begin{array}{ccc}0& ?1& 0\\ ?1& 5& ?1\\ 0& ?1& 0\end{array}?$為例的銳化，結果圖就是輕微的銳化，這里不做展示。

---

圖像卷積運算API函數： cv::filter2D()

舉例： 直接使用邊緣檢測的拉普拉斯算子API函數，與自己定義拉普拉斯算子核使用cv::filter2D()的效果對比：

#include <iostream> #include <string> #include <vector>#include "opencv2/highgui/highgui.hpp" #include "opencv2/opencv.hpp" // g++ test.cpp `pkg-config opencv --libs --cflags` -std=c++11 -pthread -o testusing namespace std; using namespace cv;const int Kenel_s = 3; //卷積核大小int main() {//讀入圖片Mat src, dst, dst_L;src = imread("1.png", 0);// copyMakeBorder(src, src, Kenel_s - 1, Kenel_s - 1, Kenel_s - 1, Kenel_s -// 1, BORDER_CONSTANT, Scalar(0)); //填充圖像imshow("Image of src", src);dst = src.clone();cv::Laplacian(dst, dst, dst.depth());imshow("Image of Laplacian API", dst);// cv::Mat kernel = (Mat_<char>(3, 3) << 0, -1, 0, -1, 5, -1, 0, -1, 0);// cv::Mat kernel = (Mat_<char>(3, 3) << -1, -1, -1, -1, 8, -1, -1, -1, -1);cv::Mat kernel = (Mat_<char>(3, 3) << 1, 1, 1, 1, -8, 1, 1, 1, 1);cv::filter2D(src, src, CV_8UC3, kernel);imshow("Image of Laplacian 2", src);while (waitKey(0) != 'q') {};return 0; }

origin:

API:

cv::filter2D():

總結

以上是生活随笔為你收集整理的【opencv】25.图像卷积cv::filter2D()以及c++代码实例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。