数字图像处理-反锐化掩蔽

liwanbin

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()

ouzhzh0

锐化后的效果看起来不错。这种一般给成品。

bachelor66

看对比效果不错啊，不知道实际效果怎么样                                       

wangwh

没有成品的软件可用吗？

zxh0145

高反差保留吧？

ck1001CK

有没有测试过低像素的

liwanbin

zxh0145 发表于 2024-2-22 19:05
高反差保留吧？

叫法不一样而已

liwanbin

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，

liwanbin

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

liwanbin

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