基于拉普拉斯算子完成图片锐化

图片锐化的公式：

I  = A-w.(H*A)

A表示原始图像

H表示拉普拉斯算子这里使用的是

H={0,1,0,1,-4,1,0,1,0};

w取值与具体的H.这里采用的是1.0

activity：

 //基于拉普拉斯算子边缘锐化,跟下面的比较的话只是换了一种算子

    public void remove(View v){

        Bitmap bitmap=BitmapFactory.decodeResource(getResources(),R.drawable.cc);

        width=bitmap.getWidth();

        height=bitmap.getHeight();

        data=new int[width*height];

        int[] outpixel=new int[width*height];

        //int[] sharp={0,-1,0,-1,5,-1,0,-1,0};//拉普拉斯算子

        int[] sharp={0,1,0,1,-4,1,0,1,0};//拉普拉斯滤波

        bitmap.getPixels(data, 0, width, 0, 0, width, height);

        for(int y=0;y<height;y++){

            for(int x=0;x<width;x++){

                int a=data[y*width+x]>>24&0xff;

                int suma=0;

                int sumred=0;

                int sumgreen=0;

                int sumblue=0;

                int index=0;

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

                    int newi=y+i;

                    if(newi<0 ||newi>=height){

                        newi=y;

                    }

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

                        int newj=x+j;

                        if(newj<0||newj>=width){

                            newj=x;

                        }

                        

                        int red=data[newi*width+newj]>>16&0xff;

                        int green=data[newi*width+newj]>>8&0xff;

                        int blue=data[newi*width+newj]&0xff;

                        suma+=a*sharp[index];

                        sumred+=red*sharp[index];

                        sumgreen+=green*sharp[index];

                        sumblue+=blue*sharp[index];

                        index++;

                    }

                }

                

                sumred=(data[y*width+x]>>16&0xff)-sumred;

                sumgreen=(data[y*width+x]>>8&0xff)-sumgreen;

                sumblue=(data[y*width+x]&0xff)-sumblue;

                outpixel[y*width+x]=judge(a)<<24|judge(sumred)<<16|judge(sumgreen)<<8|judge(sumblue);

            }

        }

        Bitmap newBitmap=Bitmap.createBitmap(width, height,Config.RGB_565);

        newBitmap.setPixels(outpixel, 0, width, 0, 0, width, height);

        destinationImage.setImageBitmap(newBitmap);

    }

    

    public int judge(int number){

        return number<0?0:((number>255?255:number));

    }

图片效果：



这里的拉普拉斯的滤波器算子还可以是：

H1={1,1,1,1,-8,1,1,1,1};

H2={1,2,1,2,-12,2,1,2,1}

除了拉普拉斯算子实现图片的锐化效果外，还可以使用sobel算子

先完成边缘检测，然后在实现边缘锐化

参考文章：http://blog.csdn.net/jia20003/article/details/7562092