如何在OpenCV中锐化图像？

如何使用OpenCV锐化图像？ 有许多平滑或模糊的方法，但没有我能看到的锐化。

7个解决方案

147 votes

关于反锐化掩蔽的维基百科文章中列出了一个通用程序：您使用高斯平滑滤波器并从原始图像中减去平滑后的版本(以加权方式，以便恒定区域的值保持不变)。

要获得frame的锐化版本image :(均为cv::Mat)

cv::GaussianBlur(frame, image, cv::Size(0, 0), 3);

cv::addWeighted(frame, 1.5, image, -0.5, 0, image);

您需要为自己调整参数。

还有laplacian锐化，你应该在谷歌上找到一些东西。

etarion answered 2019-08-01T17:08:09Z

28 votes

您可以尝试一个简单的内核和filter2D函数，例如 在Python中：

kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])

im = cv2.filter2D(im, -1, kernel)

维基百科对内核有一个很好的概述，这里有更多的例子 - [https://en.wikipedia.org/wiki/Kernel_(image_processing)]

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。

Brian Burns answered 2019-08-01T17:08:48Z

13 votes

您可以在OpenCV文档中使用“非锐化掩码”算法找到有关锐化图像的示例代码。

更改值sigma,threshold,amount将得到不同的结果。

// 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);

sturkmen answered 2019-08-01T17:09:21Z

2 votes

为了清楚本主题，我们应该做几点：

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。

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DOG或拉普拉斯金字塔分解的某些级别的常见方法，即Brian Burns答案的推广，假设高斯模糊破坏了图像，加权的方式与假设有关。 在图像中开始。

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。 在该设置中锐化通常被称为超分辨率(这是一个非常糟糕的名称，但它已经停留在学术界)。 很长一段时间以来，OpenCV中一直存在超分辨率的方法....尽管它们通常不能很好地解决实际问题，但最后我检查了它们。 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。

Stefan Karlsson answered 2019-08-01T17:10:10Z

2 votes

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。

一种方法是将自制的滤镜内核与图像卷积。

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()

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。

addWeighted(frame, 1.5, image, -0.5, 0, image);

Ujjwal Saxena answered 2019-08-01T17:10:51Z

1 votes

您可以使用非锐化蒙版锐化图像。 您可以在此处找到有关反锐化掩模的更多信息。 这是使用OpenCV的Python实现：

import cv2 as cv

import numpy as np

def unsharp_mask(image, kernel_size=(5, 5), sigma=1.0, amount=1.0, threshold=0):

"""Return a sharpened version of the image, using an unsharp mask."""

blurred = cv.GaussianBlur(image, kernel_size, sigma)

sharpened = float(amount + 1) * image - float(amount) * blurred

sharpened = np.maximum(sharpened, np.zeros(sharpened.shape))

sharpened = np.minimum(sharpened, 255 * np.ones(sharpened.shape))

sharpened = sharpened.round().astype(np.uint8)

if threshold > 0:

low_contrast_mask = np.absolute(image - blurred) < threshold

np.copyto(sharpened, image, where=low_contrast_mask)

return sharpened

def example():

image = cv.imread('my-image.jpg')

sharpened_image = unsharp_mask(image)

cv.imwrite('my-sharpened-image.jpg', sharpened_image)

Soroush answered 2019-08-01T17:11:16Z

-4 votes

试试这个：

cv::bilateralFilter(img,9,75,75);

您可以在此处找到更多信息

mch answered 2019-08-01T17:11:45Z