拉普拉斯算子图像增强

拉普拉斯算子空间域增强python

原理很简单，自己搜的时候发现有些人的代码结果完全不对，就离谱。比如图像是uint8，但是计算后的结果明显不在此区域就会导致溢出。这些部分处理不当可能会产生偏差，我自己处理完后是变清晰了，但是亮度下降了。和书上不完全一样，可能有地方写错了，欢迎指正。

代码里两个函数效果一样，不同的地方是对边缘处理与否

import numpy as np
import cv2
import os
import tifffile as tif
import matplotlib.pyplot as plt
import math

def read_img(path):

    if os.path.exists(path):
        #获取文件夹下所有文件名
        files = os.listdir(path)
        #存储所有文件的绝对路径
        path_detail=[]
        #存储所有文件内容
        data=[]
        for f in files:
             path_detail.append(os.path.join(path,f ))
             img=cv2.imread(os.path.join(path,f))
             img=cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
             data.append(img)
    return data




def laplace(img, filter):

    img=img.astype(np.int16)

    row, col = img.shape

    img_temp = np.zeros((row + 2, col + 2))
    img_temp=img_temp.astype(np.int16)
    img_temp[1:row + 1, 1:col + 1] = img

    img_empty = np.zeros(img.shape)
    img_empty=img_empty.astype(np.int16)

    for i in range(row):
        for j in range(col):
            img_empty[i,j] = np.sum(filter * img_temp[i:i+3,j:j+3])

    for i in range(1,row-1):
        for j in range(1,col-1):
            img[i,j]=img[i,j]+img_empty[i, j]
            if (img[i,j])<0:
                img[i,j]=0


    return [img,img_empty]

def Laplc(img,filter):

    img=img.astype(np.int16)

    row,col=img.shape

    img_temp=np.zeros(img.shape)
    img_temp = img_temp.astype(np.int16)

    for i in range(1,row-1):
        for j in range(1,col-1):
            img_temp[i,j]=np.sum(filter*img[i-1:i+2,j-1:j+2])

    for i in range(1,row-1):
        for j in range(1,col-1):
            img[i,j]=img[i,j]+img_temp[i, j]
            if (img[i,j])<0:
                img[i,j]=0


    return [img,img_temp]




if __name__=="__main__":
    #拉普拉斯算子
    fil1_1 = np.asarray([[0, 1, 0], [1, -4, 1], [0, 1, 0]])
    fil1_2 = -1 * fil1_1
    fil2_1 = np.asarray([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]])
    fil2_2 = -1 * fil2_1


    ###读取图像
    img = tif.imread("C:\Users\34927\Desktop\work\digital_image_processing\img_work\2022-ImagesSet\moon.tif")


    plt.imshow(img,gray)
    plt.show()
   # cv2.imshow("img",img)

    #平滑滤波

    #img = cv2.GaussianBlur (img, (3, 3), 0)

    [res,lp]=Laplc(img,fil2_1)
    plt.imshow(res,gray)
    plt.show()

    """
    显示标定的拉普拉斯图像只要保持其负数区域，不对其置0即可
    一般拉普拉斯图像显示要将负数区域置0即可
    原始图像加上拉普拉斯图像后，对于小于0的部分也是置0处理
    """