数字图像处理之图像的拉普拉斯梯度锐化：用Java+OpenCV实现，附源码

如何将OpenCV配置在IDEA中自行百度 

环境：win10+IDEA2021.2.3+jdk11.0.1+OpenCV-460.jar

一、简介

背景：拉普拉斯算子是图像锐化算法的一种；图像锐化突出了图像中地物的边缘，轮廓或线状目标，提高了边缘与周围像素之间的反差，因此也被称为边缘增强。

标准拉普拉斯算子：采用3×3模板，对某像素的上下左右四个相邻像素的值相加的和减去该像素的四倍，作为该像素新的灰度值

常用的锐化算法有：罗伯特梯度，Prewitt梯度，Sobel梯度，拉普拉斯算子

Sobel梯度的优点：能对任何走向的界线和线条进行锐化，无方向性；缺点：对噪声比较敏感，会放大噪声

二、算法流程

（以单波段图像为例）

1.利用OpenCV读入图像，将像素存储在数组里

2.标准拉普拉斯算子的模板为：

3.将经过拉普拉斯算子处理后的像素值存入数组合成图像并存储

三、具体实现

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.imgcodecs.Imgcodecs;

/**
 * @Author: HNUST_jue_chen
 * @Date: 2022/11/05/ 15:29
 * @Attention: 转载, 引用请注明出处
 */

public class LaplaceOperator {
    //加载本地动态链接库
    static {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    }

    //拉普拉斯算子
    public Mat laplaceSharping(String path) {
        //使用Mat类存储图像信息
        Mat mat = Imgcodecs.imread(path);
        //图像的大小
        int rows = mat.rows();
        int cols = mat.cols();

        //获得原图像像素数组
        int[][] mat_arr = new int[rows][cols];
        for (int i = 0; i < rows; i++) {
            for (int j = 0; j < cols; j++) {
                mat_arr[i][j] = (int) mat.get(i, j)[0];
            }
        }

        //使用拉普拉斯算子进行锐化
        int[][] mat_arr_laplaceSharp = new int[rows][cols];
        for (int i = 0; i < rows; i++) {
            for (int j = 0; j < cols; j++) {
                //处理非边缘的像素
                if (i != 0 && i != rows - 1 && j != 0 && j != cols - 1) {
                    mat_arr_laplaceSharp[i][j] = (mat_arr[i - 1][j] + mat_arr[i][j - 1]
                            + mat_arr[i][j + 1] + mat_arr[i + 1][j] - mat_arr[i][j] * 4);
                } else {    //处理边缘像素
                    mat_arr_laplaceSharp[i][j] = mat_arr[i][j];
                }
            }
        }

        //合成图像
        Mat mat_laplaceSharp = new Mat(rows, cols, CvType.CV_32SC1);
        //将像素放入图像
        for (int i = 0; i < rows; i++) {
            //一次放入一行像素值
            mat_laplaceSharp.put(i, 0, mat_arr_laplaceSharp[i]);
        }
        return mat_laplaceSharp;
    }

    public static void main(String[] args) {
        LaplaceOperator lo = new LaplaceOperator();
        Mat mat = lo.laplaceSharping("D:\\Project\\IDEA_Project\\RS01\\src\\rs01\\img\\2_gray.png");
        //将经过拉普拉斯锐化后的图像写入文件
        Imgcodecs.imwrite("D:\\Project\\IDEA_Project\\RS01\\src\\rs01\\img\\2_gray_lo.png", mat);
    }
}

四、结果 

1.读入的图像

2.经过拉普拉斯算子处理后的图像