锐化实验的另一部分：原图减去缓慢变化的部分（模糊处理），得到边缘；原图加上边缘实现锐化
# -*- coding: utf-8 -*-
"""
Created on Fri Nov 26 12:46:23 2021
@author: User
"""
#导入库
import cv2
import numpy as np
#导入图片
img=cv2.imread("C:/Users/User/Desktop/fire.jpg")
#原图转灰度
gimg=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#定义模板半径
ksize=5#模板半径
#处理模糊图像
#进行模糊处理高斯滤波
gauss_img=cv2.GaussianBlur(gimg, (ksize, ksize),1)
#进行模糊处理均值滤波
blur_img=cv2.blur(gimg,(ksize,ksize))
#进行模糊处理中值滤波
media_img=cv2.medianBlur(gimg, ksize)
#显示图像参数用于测试
#原图
#print("img_shape:",gimg.shape)
#高斯模糊图
#print("gauss_img_shape:",gauss_img.shape)
#均值滤波模糊图
#print("blur_img:",blur_img.shape)
#中值滤波模糊图
#print("media_img:",media_img.shape)
#进行反锐化操作
#灰度图减高斯模糊加灰度图得到锐化
gaussres=gimg-gauss_img+gimg
#灰度图减均值模糊加灰度图得到锐化
blurres=gimg-blur_img+gimg
#灰度图减中值模糊加灰度图得到锐化
mediares=gimg-media_img+gimg
#左右显示
res1=np.hstack([gimg,gaussres])
res2=np.hstack([gimg,blurres])
res3=np.hstack([gimg,mediares])
#显示图像
cv2.imshow('gauss',res1)
cv2.imshow('blur',res2)
cv2.imshow('media',res3)
#去缓存
cv2.waitKey(0)
cv2.destroyAllWindows()
使用了高斯滤波，均值滤波和中值滤波
下图是高斯滤波经过运算之后的锐化
下图是均值滤波经过运算之后的锐化
下图是中值滤波经过运算之后的锐化
本文仅作为学习交流，如有错误强烈欢迎指正，若有侵权请联系我删除
