實驗四：圖像空間域銳化

實驗四：圖像空間域銳化

[實驗目的]

· 理解圖像空間域銳化的目的和意義；

· 瞭解圖像空間域銳化的各種方法及優缺點；

· 掌握圖像空間域的鄰域運算方法;

· 掌握圖像銳化處理算法及流程；

· 編程實現圖像 duck.jpg 的銳化；

· 理解空間高通濾波法與其他各種圖象銳化的區別和聯繫。

· 總結實驗過程。

[實驗要求]

\1. 編寫圖像空間域銳化程序：

· 編程對圖像作各種銳化處理，編寫圖像空間域銳化子程序，子程序包括：梯度銳化、Roberts 銳化、Prewitt 銳化、Sobel 銳化、 Laplace 銳化及高通濾波法；

· 用不同的銳化方法處理圖像，觀察不同的圖像銳化方法，不同模板對圖像銳化的處理效果。

\2. 觀察圖像銳化處理結果

· 利用Photoshop 對圖像實施銳化處理。分析對比 Photoshop 和自己編寫的圖像銳化程序處理效果不同之處，並設法改經自己的圖像處理程序。

代碼及處理結果

過程中採用的filter2D函數，官方文檔中提及：“The function does actually compute correlation, not the convolution”，經考慮後我認爲在此不考慮相關和卷積操作的具體差異，僅僅將filter2D作爲代替實現核與圖像相乘的手段。

不過官方文檔中同樣提及了轉化方法：

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;


// 銳化方式
//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);

	// 根據方法確定核
	if (method == 1)//高頻增強模板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);
	}

	// 處理
	filter2D(src, dst, src.depth(), kern);


}



int main()
{
	//讀入數據
	Mat src = imread("duck.jpg");
	//含兩個模板（H1，H2）的需要將兩個結果相加，故有dst_1和dst_2
	Mat dst_1 = src.clone();
	Mat dst_2 = src.clone();
	Mat dst = src.clone();

	cout << "多模板銳化演示開始：按任意鍵繼續……" << endl;

	//高通濾波法
	Sharpen(src, dst, 1);
	namedWindow("高通濾波法");
	imshow("高通濾波法", 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 << "展示結束，按任意鍵關閉程序。" << endl;
	waitKey(0);

	destroyAllWindows();
	return 0;
}

Ps中有USM銳化，銳化，進一步銳化，防抖，銳化邊緣等功能，網上多從使用角度解讀，我暫不能分清楚除了USM(Unsharp Mask)以外的銳化具體是哪一種。

duck（ps中USM銳化後）：

USM(Unsharp Mask)參數

參考資料

1. Opencv官方文檔（filter2D）：https://docs.opencv.org/master/d4/d86/group__imgproc__filter.html#ga27c049795ce870216ddfb366086b5a04
2. 圖像處理中濾波（filtering）與卷積（convolution）的區別：https://blog.csdn.net/q6324266/article/details/52374234
3. Photoshop的USM銳化功能詳解：http://www.sj33.cn/jc/pmjc/ps/201001/21915.html
   mgproc__filter.html#ga27c049795ce870216ddfb366086b5a04
4. 圖像處理中濾波（filtering）與卷積（convolution）的區別：https://blog.csdn.net/q6324266/article/details/52374234
5. Photoshop的USM銳化功能詳解：http://www.sj33.cn/jc/pmjc/ps/201001/21915.html
6. 【OpenCV學習筆記】之卷積及卷積算子（convolution）：https://blog.csdn.net/zhu_hongji/article/details/81562746