吾爱破解 - 52pojie.cn

 找回密码
 注册[Register]

QQ登录

只需一步,快速开始

查看: 1381|回复: 10
收起左侧

[Python 原创] 数字图像处理-反锐化掩蔽

[复制链接]
liwanbin 发表于 2024-2-22 15:26
本帖最后由 liwanbin 于 2024-2-22 15:29 编辑

本次图像处理思路:
1、首先对原图进行盒装滤波=模糊图像(盒装滤波以后闲了再说方法和思路,这儿不是重点)
2、用原图-模糊图像=差值图像
3、原图+差值图像=锐化增强后图像
         特别说明:代码中的变量“C=1”不是一定的,大家可以根据不同的图像适当加大和减小

上代码:
[Python] 纯文本查看 复制代码
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
import numpy as np
from scipy import signal
from skimage import data,img_as_float,color
from  matplotlib import pyplot as plt
#定义字体
plt.rcParams['font.sans-serif']=['SimHei']
#定义灰度图像空间滤波函数
def correl2d(img,window):
    s=signal.correlate2d(img,window,mode='same',boundary='fill')
    return s
#导入图片,转为灰度图
img1=data.astronaut()
img=img_as_float(color.rgb2gray(img1))
 
#定义滤波模板函数
window=np.ones((5,5))/(5**2)
#生成5*5滤波结果(得到模糊图像)
img_blur=correl2d(img,window)
#原图-模糊图像=差值
img_edge=img-img_blur
#差值+原图=锐化增强
c=1
img_enhance=img+c*img_edge
#用子图显示结果
plt.subplot(221),plt.title('原图'),plt.imshow(img,cmap='gray')
plt.subplot(222),plt.title('模糊图像'),plt.imshow(img_blur,cmap='gray')
plt.subplot(223),plt.title('差值图像'),plt.imshow(img_edge,cmap='gray')
plt.subplot(224),plt.title('锐化增强图像'),plt.imshow(img_enhance,vmin=0,vmax=1,cmap='gray')
plt.show()


1.png

免费评分

参与人数 1吾爱币 +7 热心值 +1 收起 理由
苏紫方璇 + 7 + 1 欢迎分析讨论交流,吾爱破解论坛有你更精彩!

查看全部评分

发帖前要善用论坛搜索功能,那里可能会有你要找的答案或者已经有人发布过相同内容了,请勿重复发帖。

ouzhzh0 发表于 2024-2-22 16:51
锐化后的效果看起来不错。这种一般给成品。
bachelor66 发表于 2024-2-22 17:10
看对比效果不错啊,不知道实际效果怎么样                                       
wangwh 发表于 2024-2-22 17:25
zxh0145 发表于 2024-2-22 19:05
高反差保留吧?
ck1001CK 发表于 2024-2-22 22:22
有没有测试过低像素的
 楼主| liwanbin 发表于 2024-2-23 11:54
zxh0145 发表于 2024-2-22 19:05
高反差保留吧?

叫法不一样而已
 楼主| liwanbin 发表于 2024-2-23 11:56
ck1001CK 发表于 2024-2-22 22:22
有没有测试过低像素的

低像素就改下盒装滤波的参数就行
文中我好像用的5*5的盒装滤波,
 楼主| liwanbin 发表于 2024-2-23 12:56
liwanbin 发表于 2024-2-23 11:56
低像素就改下盒装滤波的参数就行
文中我好像用的5*5的盒装滤波,

如果低得原图都有看不清了,那就没必要了
 楼主| liwanbin 发表于 2024-2-23 12:59
wangwh 发表于 2024-2-22 17:25
没有成品的软件可用吗?

目前没有打包做软件呢
您需要登录后才可以回帖 登录 | 注册[Register]

本版积分规则

返回列表

RSS订阅|小黑屋|处罚记录|联系我们|吾爱破解 - LCG - LSG ( 京ICP备16042023号 | 京公网安备 11010502030087号 )

GMT+8, 2025-4-5 00:03

Powered by Discuz!

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表