圖像程式設計學習筆記9——圖像的銳化

銳化(sharpening)和平滑恰恰相反，它是通過增強高頻分量來減少圖象中的模糊，是以又稱為高通濾波(high passfilter)。銳化處理在增強圖象邊緣的同時增加了圖象的噪聲。

常用的銳化模闆是拉普拉斯(Laplacian)模闆(見(3.4)式)，又是個數學家的名字，可見學好數學，走遍天下都不怕。

(3.4)

容易看出拉普拉斯模闆的作法：先将自身與周圍的8個象素相減，表示自身與周圍象素的差别；再将這個差别加上自身作為新象素的灰階。可見，如果一片暗區出現了一個亮點，那麼銳化處理的結果是這個亮點變得更亮，增加了圖象的噪聲。

因為圖象中的邊緣就是那些灰階發生跳變的區域，是以銳化模闆在邊緣檢測中很有用，這一點将在後面詳細介紹。

功能實作code：

/** 

* 函數名: sharpening 

* 功  能: 對圖像進行銳化處理 

*/  

void Laplacian()  

{  

    int temp[9] = {-1,-1,-1,-1,9,-1,-1,-1,-1};   //Laplacian 模版  

    int height = bmpInfoHeader.biHeight;     

    int width = bmpInfoHeader.biWidth;    

    int imgSize = bmpInfoHeader.biSizeImage;  

    int lineByte = (width * 8 +31) / 32 * 4;  //每行像素所占位元組數  

    //處理是基于原圖的，是以原圖的資料不能改變，用pNewBmpData存儲改變之後的資料  

    memcpy(pNewBmpData,pBmpData,imgSize);   //把原圖資料複制給pNewBmpData  

    //注意邊界點不處理，是以i從1到高度-2，j類似  

    double temResult;  //中間結果  

    for(int i = 1; i < height - 1; i++ )  

    {  

        for(int j = 1; j < width - 1; j++ )  

        {  

            temResult = (double)(*(pBmpData + (i-1) * lineByte + j - 1) * temp[0]);  

            temResult += (double)(*(pBmpData + (i-1) * lineByte + j) * temp[1]);  

            temResult += (double)(*(pBmpData + (i-1) * lineByte + j + 1) * temp[2]);  

            temResult += (double)(*(pBmpData + (i) * lineByte + j - 1) * temp[3]);  

            temResult += (double)(*(pBmpData + (i) * lineByte + j) * temp[4]);  

            temResult += (double)(*(pBmpData + (i) * lineByte + j + 1) * temp[5]);  

            temResult += (double)(*(pBmpData + (i+1) * lineByte + j - 1) * temp[6]);  

            temResult += (double)(*(pBmpData + (i+1) * lineByte + j) * temp[7]);  

            temResult += (double)(*(pBmpData + (i+1) * lineByte + j + 1) * temp[8]);  

            *(pNewBmpData + i * lineByte + j) = temResult;  

        }  

    }  

}