在OpenCV中实现Photoshop高通滤波器

Question

我需要使用OpenCV从Photoshop实现高通滤镜。我已经阅读过OpenCV中的高通滤波器，并尝试了一些内核，比如

[[ 0, -1, 0], 
 [-1, 4, -1],
 [ 0, -1, 0]].

然而，结果不是我想要的，因为输出图像大部分是黑白的，而Photoshop中的输出图像是灰色的。 这是一个例子： OpenCV high pass和 Photoshop high pass。 另外，我试过了：

blur = cv2.GaussianBlur(img,(ksize,ksize),0)
filtered = cv2.subtract(img,blur)

结果类似于OpenCV high pass。

之后，我尝试在输出图像的每个像素上添加127。确实，the image look gray-ish now，但它仍然与Photoshop图像不同。

那我错过了什么？提前谢谢。

EDIT。致HåkenLid：现在的代码就是这样：

import cv2
import numpy
img = cv2.imread('input.jpg')
blur = cv2.GaussianBlur(img,(31,31),0)
filtered = cv2.subtract(img, blur)
filtered = cv2.add(filtered, 127*numpy.ones(neg_frame.shape, numpy.uint8))
cv2.imwrite('output.jpg', filtered)

此处为result和original picture。

EDIT2。是的，HåkenLid是关于截断的。我再次编辑了代码：

import cv2
import numpy
img = cv2.imread('input.jpg')
blur = cv2.GaussianBlur(img,(31,31),0)
filtered = img - blur
filtered = filtered + 127*numpy.ones(neg_frame.shape, numpy.uint8)
cv2.imwrite('output.jpg', filtered)

输出结果为this。现在它更像是我想要的但仍然存在差异。

我的代码： Photoshop中：

最后编辑。在使用GaussianBlur内核大小后，我终于得到了我想要的ksize = 51。非常感谢所有的帮助！现在我感觉有点傻了：P

Answer 1

没有不必要的导入和变量。更多 Pythonic 更短的方式。

import cv2


def highpass(img, sigma):
    return img - cv2.GaussianBlur(img, (0,0), sigma) + 127

img = cv2.imread('lena.png')
img = highpass(img, 3)

cv2.imshow('lena highpass', img)
cv2.waitKey(0)

Answer 2

如果您在黑色背景上拍摄具有单个白色像素的图像并在Photoshop中应用滤镜，则会从Photoshop中获得卷积核。

Answer 3

在减去模糊图像时，在添加127之前，需要使用浮点而不是整数，否则将截断负像素。 我还向内核位添加了一个奇数检查器。现在，它的行为就像Photoshop。

import cv2
import numpy
img = cv2.imread('images/test.jpg')
size =50
if not size%2:
    size +=1
kernel = numpy.ones((size,size),numpy.float32)/(size*size)
filtered= cv2.filter2D(img,-1,kernel)
filtered = img.astype('float32') - filtered.astype('float32')
filtered = filtered + 127*numpy.ones(img.shape, numpy.uint8)
cv2.imwrite('output.jpg', filtered)