2023.8.19
为了在暑假内实现深度学习的进阶学习,Copy大神的代码,记录学习日常
图像锐化的百科:
图像锐化算法-sharpen_lemonHe_的博客-CSDN博客
在环境配置中要配置opencv:pip install opencv-contrib-python
Code and lena.png:注意你是否在data下由lena.png
# -*- coding: utf-8 -*-
# Author : Vincent
# Time : 2018-05-19
# Func : Laplacian Sharpen
from PIL import Image
import numpy as np
# 读入原图像
img = Image.open('./data/lena.png')
# img.show()
# 为了减少计算的维度,因此将图像转为灰度图
img_gray = img.convert('L')
img_gray.show()
# 得到转换后灰度图的像素矩阵
img_arr = np.array(img_gray)
h = img_arr.shape[0] # 行
w = img_arr.shape[1] # 列
# 拉普拉斯算子锐化图像,用二阶微分
new_img_arr = np.zeros((h, w)) # 拉普拉斯锐化后的图像像素矩阵
for i in range(2, h-1):
for j in range(2, w-1):
new_img_arr[i][j] = img_arr[i+1, j] + img_arr[i-1, j] + \
img_arr[i, j+1] + img_arr[i, j-1] - \
4*img_arr[i, j]
# 拉普拉斯锐化后图像和原图像相加
laplace_img_arr = np.zeros((h, w)) # 拉普拉斯锐化图像和原图像相加所得的像素矩阵
for i in range(0, h):
for j in range(0, w):
laplace_img_arr[i][j] = new_img_arr[i][j] + img_arr[i][j]
img_laplace = Image.fromarray(np.uint8(new_img_arr))
img_laplace.show()
img_laplace2 = Image.fromarray(np.uint8(laplace_img_arr))
img_laplace2.show()
附上lena.png
效果所示(解读):
第一张lena是将三通道的RGB图转换为单通道的灰度图,第二张lena是用二阶拉普拉斯微分算子锐化的图像,第三张lena是用拉普拉斯锐化后图像和原图像相加所得的图像