拉普拉斯算子响应是模板矩阵与图像矩阵进行卷积运算吗

for i in range(1, m - 1):
    for j in range(1, n - 1):
        R = np.sum(laplace_filter * input_image_cp[i - 1:i + 2, j - 1:j + 2])  # 拉普拉斯滤波器响应
        output_image[i, j] = input_image_cp[i, j] + c * R

是两个矩阵的对应元素相乘：

laplace_filter = np.array([
        [1, 1, 1],
        [1, -8, 1],
        [1, 1, 1],
    ])
print(laplace_filter * [[30, 30, 30],[60,30,30],[30, 30, 30]])
R = np.sum(laplace_filter * [[30, 30, 30],[60,30,30],[30, 30, 30]])
print(R)

输出结果:

[[  30   30   30]
 [  60 -240   30]
 [  30   30   30]]
30

最后将锐化系数和R相乘，加到原像素点上，达到增强图像的边缘及灰度跳变的部分，使得图像变清晰

您的问题已经有小伙伴解答了，请点击【采纳】按钮，采纳帮您提供解决思路的答案，给回答的人一些鼓励哦～～

ps:开通问答VIP，享受5次/月 有问必答服务，了解详情↓↓↓

【电脑端】戳>>>  https://vip.csdn.net/askvip?utm_source=1146287632
【APP 】  戳>>>  https://mall.csdn.net/item/52471?utm_source=1146287632