Question

我在OpenCV中学习过滤器，但对拉普拉斯过滤器有点困惑。我的结果与OpenCV lib中的Laplacian过滤器非常不同。

首先，我对图像使用高斯滤波器：

Mat filtroGauss(Mat src){
    Mat gauss = src.clone();
    Mat temp(src.rows+2,src.cols+2,DataType<uchar>::type);

    int y,x;
    for (y=0; y<src.rows; y++){
    for (x=0; x<src.cols; x++) temp.at<uchar>(y+1,x+1) = src.at<uchar>(y,x);
        }

    int mask[lenMask*lenMask];
    mask[0] = mask[2] = mask[6] = mask[8] = 1;
    mask[1] = mask[3] = mask[5] = mask[7] = 2;
    mask[4] = 4;

    int denominatore = 0;
    for (int i=0; i<lenMask*lenMask; i++) denominatore += mask[i];

    int value[lenMask*lenMask];
    for(y=0; y<src.rows; y++){
        for (x=0; x<src.cols; x++){
            value[0] = temp.at<uchar>(y-1,x-1)*mask[0];
            value[1] = temp.at<uchar>(y-1,x)*mask[1];
            value[2] = temp.at<uchar>(y-1,x+1)*mask[2];
            value[3] = temp.at<uchar>(y,x-1)*mask[3];
            value[4] = temp.at<uchar>(y,x)*mask[4];
            value[5] = temp.at<uchar>(y,x+1)*mask[5];
            value[6] = temp.at<uchar>(y+1,x-1)*mask[6];
            value[7] = temp.at<uchar>(y+1,x)*mask[7];
            value[8] = temp.at<uchar>(y+1,x+1)*mask[8];

            int avg = 0;
            for(int i=0; i<lenMask*lenMask; i++)avg+=value[i];
            avg = avg/denominatore;

            gauss.at<uchar>(y,x) = avg;
        }
    }
    return gauss;
}

然后我使用拉普拉斯函数：

L(y,x) = f(y-1,x) + f(y+1,x) + f(y,x-1) + f(y,x+1) + 4*f(y,x)

Mat filtroLaplace(Mat src){
    Mat output = src.clone();
    Mat temp = src.clone();

    int y,x;
    for (y =1; y<src.rows-1; y++){
        for(x =1; x<src.cols-1; x++){

            output.at<uchar>(y,x) = temp.at<uchar>(y-1,x) + temp.at<uchar>(y+1,x) + temp.at<uchar>(y,x-1) + temp.at<uchar>(y,x+1) -4*( temp.at<uchar>(y,x));
        }
    }
    return output;
    }

这是我的代码的最终结果：

OpenCV结果：

Answer 1

让我们稍微重写一下函数，以便于讨论：

cv::Mat filtroLaplace(cv::Mat src)
{
    cv::Mat output = src.clone();

    for (int y = 1; y < src.rows - 1; y++) {
        for (int x = 1; x < src.cols - 1; x++) {
            int sum = src.at<uchar>(y - 1, x)
                + src.at<uchar>(y + 1, x)
                + src.at<uchar>(y, x - 1)
                + src.at<uchar>(y, x + 1)
                - 4 * src.at<uchar>(y, x);

            output.at<uchar>(y, x) = sum;
        }
    }
    return output;
}

问题的根源是sum。让我们通过以下两个极端来检查其在该算法范围内的范围：

黑色像素，周围有4个白色。这意味着255 + 255 + 255 + 255 - 4 * 0 = 1020。
白色像素，被4个黑色包围。这意味着0 + 0 + 0 + 0 - 4 * 255 = -1020。

执行output.at<uchar>(y, x) = sum;时，会int返回到unsigned char的隐式转换–高阶位仅会被切掉并且值会溢出。

处理这种情况（OpenCV需要这种方法）的正确方法是在实际转换之前执行饱和。本质上

if (sum < 0) {
    sum = 0;
} else if (sum > 255) {
    sum = 255;
}

OpenCV提供功能cv::saturate_cast<T>来完成此操作。

还有一个额外的问题，就是您不处理输入图像的边缘行/列，而只是将它们保留为原始值。既然您不是在问这个问题，那么我将作为读者的练习来解决。

代码：

cv::Mat filtroLaplace(cv::Mat src)
{
    cv::Mat output = src.clone();

    for (int y = 1; y < src.rows - 1; y++) {
        for (int x = 1; x < src.cols - 1; x++) {
            int sum = src.at<uchar>(y - 1, x)
                + src.at<uchar>(y + 1, x)
                + src.at<uchar>(y, x - 1)
                + src.at<uchar>(y, x + 1)
                - 4 * src.at<uchar>(y, x);

            output.at<uchar>(y, x) = cv::saturate_cast<uchar>(sum);
        }
    }
    return output;
}

样本输入：

更正后的filtroLaplace的输出：

cv::Laplacian的输出：

拉普拉斯过滤器OpenCV C ++

1 个答案: