如何在OpenCV中锐化图像？

作者: 咿呀哟
发布时间: 2025-01-02 11:38:36 (27天前)
转自：

6 条回复

0#
回复此人
谦成 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 试试这个： </p> <pre> <code> cv::bilateralFilter(img,9,75,75); </code> </pre> <P> 您可能会找到更多信息 <a href="http://docs.opencv.org/modules/imgproc/doc/filtering.html" rel="nofollow"> 这里 </A> </p> </DIV>

编辑
1#
回复此人
没身份别烦我 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 你可以尝试一下的<strong> 核心 </强> 和的<strong> <a href="http://docs.opencv.org/modules/imgproc/doc/filtering.html#filter2d" rel="noreferrer"> filter2D </A> </强> 功能，例如在Python中： </p> <pre> <code> kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]]) im = cv2.filter2D(im, -1, kernel) </code> </pre> <P> 维基百科对内核有一个很好的概述，其中有一些例子 - <a href="https://en.wikipedia.org/wiki/Kernel_(image_processing)" rel="noreferrer"> https://en.wikipedia.org/wiki/Kernel_(image_processing） </A> </p> <BLOCKQUOTE> <P> 在图像处理中，内核，卷积矩阵或掩码是一个小矩阵。它用于模糊，锐化，压花，边缘检测等。这是通过在内核和图像之间进行卷积来实现的。 </p> </BLOCKQUOTE> </DIV>

编辑
2#
回复此人
不易青年。 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 为了清楚本主题，我们应该做几点： </p> <OL> <LI> <P> 锐化图像是一个不适定的问题。换句话说，模糊是一种有损操作，并且从它返回通常是不可能的。 </p> </LI> <LI> <P> 要锐化单个图像，您需要以某种方式添加约束（假设）您想要的图像类型以及它如何变得模糊。这是自然图像统计的领域。进行锐化的方法在其算法中明确地或隐含地保存这些统计数据（深度学习是最隐式编码的）。增加某些级别的常用方法 <a href="https://en.wikipedia.org/wiki/Pyramid_(image_processing)#Laplacian_pyramid" rel="nofollow noreferrer"> DOG或拉普拉斯金字塔分解 </A> ，这是Brian Burns答案的推广，假设高斯模糊破坏了图像，加权如何完成与假设图像中的内容开始相关。 </p> </LI> <LI> <P> 其他信息来源可以使问题更加清晰。常见的这种信息源是移动物体的视频或多视图设置。通常称为锐化该设置 <a href="https://en.wikipedia.org/wiki/Super-resolution_imaging" rel="nofollow noreferrer"> 超分辨率 </A> （这是一个非常糟糕的名字，但它已经停留在学术界）。有过 <a href="https://docs.opencv.org/2.4/modules/superres/doc/super_resolution.html" rel="nofollow noreferrer"> OpenCV中的超分辨率方法 </A> 很长一段时间......尽管他们通常不能很好地解决真正的问题，但最后还是检查了一下。我希望深度学习也能在这里产生一些很好的结果。也许有人会发表有关那些有价值的评论。 </p> </LI> </醇> </DIV>

编辑
3#
回复此人
回忆氵独奏♪ | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 你可以找到一个示例代码的<strong> 使用“非锐化掩模”算法锐化图像 </强> 在 <a href="http://docs.opencv.org/master/d1/d10/classcv_1_1MatExpr.html#details" rel="noreferrer"> OpenCV文档 </A> </p> <P> 改变的价值观 <code> sigma </code> ， <code> threshold </code> ， <code> amount </code> 会给出不同的结果 </p> <pre> <code> // sharpen image using "unsharp mask" algorithm Mat blurred; double sigma = 1, threshold = 5, amount = 1; GaussianBlur(img, blurred, Size(), sigma, sigma); Mat lowContrastMask = abs(img - blurred) < threshold; Mat sharpened = img*(1+amount) + blurred*(-amount); img.copyTo(sharpened, lowContrastMask); </code> </pre> </DIV>

编辑
4#
回复此人
v-star*위위 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <BLOCKQUOTE> <P> 任何图像都是各种频率信号的集合。该较高的频率控制边缘和较低的频率控制图像内容。当有急剧过渡时形成边缘从一个像素值到另一个像素值，如0和255 in 相邻细胞。显然，有一个急剧的变化，因此边缘和高频率。为了锐化图像，可以进行这些过渡进一步增强。 </p> </BLOCKQUOTE> <P> 一种方法是将自制的滤镜内核与图像卷积。 </p> <pre> <code> import cv2 import numpy as np image = cv2.imread('images/input.jpg') kernel = np.array([[-1,-1,-1], [-1, 9,-1], [-1,-1,-1]]) sharpened = cv2.filter2D(image, -1, kernel) # applying the sharpening kernel to the input image & displaying it. cv2.imshow('Image Sharpening', sharpened) cv2.waitKey(0) cv2.destroyAllWindows() </code> </pre> <P> 还有另一种从明亮版本中减去图像模糊版本的方法。这有助于锐化图像。但是应该谨慎行事，因为我们只是增加像素值。想象一下灰度像素值190，如果乘以2的权重则生成380，但由于最大允许像素范围而被修剪为255。这是信息丢失并导致图像褪色。 </p> <pre> <code> addWeighted(frame, 1.5, image, -0.5, 0, image); </code> </pre> </DIV>

编辑

登录后才能参与评论