图像卷积操作实现：使用 3x3 卷积核锐化图像

图像卷积操作实现：使用 3x3 卷积核锐化图像

图像卷积是通过卷积核对图像进行处理的一种重要方法。卷积核本质上是一个小的矩阵，它与图像中的局部区域进行加权平均，从而生成输出图像中的每个像素。

本篇文章将介绍如何编写一个函数来实现图像卷积操作，使用一个 3x3 的卷积核来对图像进行锐化。

相关知识

• 卷积核：卷积核是一个定义了加权平均值的函数（或矩阵），它决定了卷积操作的效果。不同的卷积核可以实现不同的图像处理效果，例如锐化、模糊、边缘检测等。
• 锐化：锐化是增强图像细节的一种操作，可以使图像的边缘更加明显。

3x3 卷积核的示例

本示例中使用的 3x3 卷积核如下：

[ 0 -1  0 ]
[-1  5 -1 ]
[ 0 -1  0 ]

这个卷积核的作用是将像素自身与邻接的四个像素进行比较求差，因此可以实现锐化效果。

编程要求

在 lib/steps.h 中查看与关卡对应的函数原型及说明，并根据以下函数原型在 lib/steps.cpp 中添加相应的函数定义内容：

// 图像卷积操作
void imageConvolution(int imageDataMatGray[][MAX_IMAGE_WIDTH], // 灰度图二维数组
                      int imageDataMatGrayOutput[][MAX_IMAGE_WIDTH], // 处理后的灰度图二维数组
                      int height, int width, // 图像的高度和宽度(单位:像素)
                      double imageKernel[][3]); // 3*3 图像卷积核

函数实现

void imageConvolution(int imageDataMatGray[][MAX_IMAGE_WIDTH], int imageDataMatGrayOutput[][MAX_IMAGE_WIDTH], int height, int width, double imageKernel[][3]) {
    // 遍历每个像素点
    for(int i = 0; i < height; i++) {
        for(int j = 0; j < width; j++) {
            double sum = 0.0;
            // 遍历卷积核中的每个像素点
            for(int k = -1; k <= 1; k++) {
                for(int l = -1; l <= 1; l++) {
                    // 计算当前像素点与卷积核中对应像素点的加权值
                    if(i + k >= 0 && i + k < height && j + l >= 0 && j + l < width) {
                        sum += imageDataMatGray[i + k][j + l] * imageKernel[k + 1][l + 1];
                    }
                }
            }
            // 对像素值进行限制
            if(sum < 0) {
                sum = 0;
            }
            if(sum > 255) {
                sum = 255;
            }
            imageDataMatGrayOutput[i][j] = (int)sum;
        }
    }
}

总结

本篇文章介绍了如何使用 3x3 卷积核实现图像卷积操作，并提供了 C++ 代码示例。你可以通过调整卷积核来实现不同的图像处理效果，例如模糊、边缘检测等。希望这篇文章对你理解图像卷积有所帮助！