过滤后如何处理负像素值？
How do you handle negative pixel values after filtering?
我有一张 8 位图像，我想用矩阵对其进行过滤以进行边缘检测。我的内核矩阵是
0 1 0
1 -4 1
0 1 0
对于某些指数，它给了我一个负值。我应该怎么处理它们？
超出范围的值在 JPEG 中极为常见。一种是通过夹紧来处理它们。
If X < 0 then X := 0 ;
If X > 255 then X := 255 ;
你的内核是拉普拉斯滤波器。将其应用于图像会产生拉普拉斯算子的有限差分近似值。 .
但是您可以将它用作边缘检测器的构建块：您需要检测零交叉以找到边缘（这就是 Marr-Hildreth edge detector）。要找到过零点，您需要有负值。
您还可以使用拉普拉斯滤波图像来锐化图像。如果从原始图像中减去它，结果将是边缘更清晰、感觉更清晰的图像。为此，负值也很重要。
对于这两个应用程序，按照其他答案中的建议限制操作结果是错误的。该钳位将所有负值设置为 0。这意味着没有更多的零交叉点可以找到，因此您找不到边缘，对于锐化，这意味着每个边缘的一侧将不会被锐化。
因此，对 Laplace 滤波器的结果最好的处理方法是保留原样的值。使用带符号的 16 位整数类型来存储您的结果（我实际上更喜欢使用浮点类型，它简化了很多事情）。
另一方面，如果你想在屏幕上显示拉普拉斯滤波器的结果，你必须对像素值做一些有意义的事情。在这种情况下常见的是为每个像素添加 128。这会将零移动到中灰度值，将负值显示为较暗，将正值显示为较亮。添加 128 后，可以裁剪高于 255 和低于 0 的值。如果您想避免剪裁，您还可以进一步拉伸值，例如 laplace / 2 + 128.
我有一张 8 位图像，我想用矩阵对其进行过滤以进行边缘检测。我的内核矩阵是
0 1 0
1 -4 1
0 1 0
对于某些指数，它给了我一个负值。我应该怎么处理它们？
超出范围的值在 JPEG 中极为常见。一种是通过夹紧来处理它们。
If X < 0 then X := 0 ;
If X > 255 then X := 255 ;
你的内核是拉普拉斯滤波器。将其应用于图像会产生拉普拉斯算子的有限差分近似值。
但是您可以将它用作边缘检测器的构建块：您需要检测零交叉以找到边缘（这就是 Marr-Hildreth edge detector）。要找到过零点，您需要有负值。
您还可以使用拉普拉斯滤波图像来锐化图像。如果从原始图像中减去它，结果将是边缘更清晰、感觉更清晰的图像。为此，负值也很重要。
对于这两个应用程序，按照其他答案中的建议限制操作结果是错误的。该钳位将所有负值设置为 0。这意味着没有更多的零交叉点可以找到，因此您找不到边缘，对于锐化，这意味着每个边缘的一侧将不会被锐化。
因此，对 Laplace 滤波器的结果最好的处理方法是保留原样的值。使用带符号的 16 位整数类型来存储您的结果（我实际上更喜欢使用浮点类型，它简化了很多事情）。
另一方面，如果你想在屏幕上显示拉普拉斯滤波器的结果，你必须对像素值做一些有意义的事情。在这种情况下常见的是为每个像素添加 128。这会将零移动到中灰度值，将负值显示为较暗，将正值显示为较亮。添加 128 后，可以裁剪高于 255 和低于 0 的值。如果您想避免剪裁，您还可以进一步拉伸值，例如 laplace / 2 + 128.