時不時有人問我我的SSE最佳化Demo裡emphasize（邊緣強調）的原理是啥，有沒有寫部落格，其實不是我不願意寫部落格，而是那個東西太過於簡單，我不想寫部落格。但是耐不住問的人多了，我就乾脆複製點資料放在部落格裡吧，省的每次我還要去找點資料複製給人家。
這個東西其實是Halcon裡的一個運算元，我也是直接借用了他的一個英文名字並翻譯的，在Halcon的幫助文件裡，其說法如下所示：
emphasize (Operator) Name emphasize — Enhance contrast of the image. Signature emphasize(Image : ImageEmphasize : MaskWidth, MaskHeight, Factor : ) Description The operator emphasize emphasizes high frequency areas of the image (edges and corners). The resulting images appears sharper. First the procedure carries out a filtering with the low pass (mean_image). The resulting gray values (res) are calculated from the obtained gray values (mean) and the original gray values (orig) as follows: res := round((orig - mean) * Factor) + orig Factor serves as measurement of the increase in contrast. The division frequency is determined via the size of the filter matrix: The larger the matrix, the lower the disivion frequency. As an edge treatment the gray values are mirrored at the edges of the image. Overflow and/or underflow of gray values is clipped.
這東西就是一個最為簡單的銳化運算元，依賴於模糊，由模糊資料和原始資料的差值得到邊緣資訊，然後再根據使用者輸入的係數對邊緣資訊進行放大，加到原始資訊中，從而起到增強邊緣或者角點的作用。
注意，溢位的值需要直接Clip。
Halcon裡是用的均值模糊，實際也可以用高斯模糊或者其他型別的模糊，這個東西的效果和半徑以及增強的係數有關。
