我想在16位图像上使用非锐化遮罩。 图像具有640 x 480像素,并保存在numpy数组中。在第一步中,我使用高斯滤波器(三种不同的方法)模糊图像。在此之后,我通过从原始图形中减去模糊图像来创建蒙版。在最后一步,我将面具乘以wightfaktor添加到原始图像。但它确实不起作用。
这是Python代码:
Gaussian1 = ndimage.filters.gaussian_filter(Image,sigma=10.0)
Gaussian2 = filters.gaussian_filter(Image,sigma=10.0)
Gaussian3 = cv2.GaussianBlur(Image,(9,9),sigmaX=10.0)
Mask1 = Image - Gaussian1
UnsharpImage = Image + (WightFaktor*Mask1)
是的,有人帮助过我吗?
答案 0 :(得分:14)
要使用OpenCV
获取不清晰的图像,您需要使用addWeighted功能,如下所示:
import cv2
image = cv2.imread("lenna.jpg")
gaussian_3 = cv2.GaussianBlur(image, (9,9), 10.0)
unsharp_image = cv2.addWeighted(image, 1.5, gaussian_3, -0.5, 0, image)
cv2.imwrite("lenna_unsharp.jpg", unsharp_image)
给出以下类型的结果:
答案 1 :(得分:1)
一个人也可以使用scikit-image
或PIL
的{{1}}实现:
unsharp mask
具有以下输出:
还用import numpy as np
import matplotlib.pylab as plt
from PIL import Image, ImageFilter
from skimage.io import imread
from skimage.filters import unsharp_mask
# with scikit-image
im = imread('images/lena.jpg')
im1 = np.copy(im).astype(np.float)
for i in range(3):
im1[...,i] = unsharp_mask(im[...,i], radius=2, amount=2)
# with PIL
im = Image.open('images/lena.jpg')
im2 = im.filter(ImageFilter.UnsharpMask(radius=2, percent=150))
# plot
plt.figure(figsize=(20,7))
plt.subplot(131), plt.imshow(im), plt.axis('off'), plt.title('Original', size=20)
plt.subplot(132), plt.imshow(im1), plt.axis('off'), plt.title('Sharpened (skimage)', size=20)
plt.subplot(133), plt.imshow(im2), plt.axis('off'), plt.title('Sharpened (PIL)', size=20)
plt.show()
在Martin Evans代码上添加了一些详细的步骤/注释:
opencv-python