cv::detailEnhance 是 OpenCV 边缘与细节增强滤波器 ，常用于让图像看起来更"清晰""锐利"，但不是传统锐化 ，而是在保留大结构的同时增强局部细节。
void cv::detailEnhance(
InputArray src,
OutputArray dst,
float sigma_s = 10,
float sigma_r = 0.15f
);
Python
python
复制代码
cv2.detailEnhance(src, dst, sigma_s=10, sigma_r=0.15)
2️⃣ 参数含义（非常关键）
🔹 sigma_s（空间尺度）
-
控制多大尺度的结构被认为是"细节"
-
小 → 只增强微小纹理
-
大 → 中等结构也会被增强
推荐范围：
5 ~ 50
🔹 sigma_r（强度/颜色范围）
-
控制增强强度
-
小 → 细节增强更明显
-
大 → 效果更温和
推荐范围：
0.05 ~ 0.3
4️⃣ detailEnhance vs edgePreservingFilter（重点区别）
| 项目 | edgePreservingFilter | detailEnhance |
|---|---|---|
| 主要作用 | 去噪 + 保边 | 增强细节 |
| 是否平滑 | 是 | 否（反而增强） |
| 噪声 | 会抑制 | 可能放大噪声 |
| 用途 | 预处理 | 视觉增强 |
detailEnhance = 原图 + 细节层（边缘感知）
5️⃣ 内部原理（工程理解）
简化理解：
base = edgePreservingFilter(src) detail = src - base dst = src + k * detail
其中：
-
sigma_s / sigma_r控制 base 层 -
k 隐含在实现中（与 sigma_r 相关）
👉 本质是边缘感知的 unsharp masking
❌ 不适合定量测量
-
会改变局部对比度
-
改变亮度直方图
-
放大暗噪声 / 固定图样噪声
✔ 适合：
-
缺陷可视化
-
边缘定位辅助
-
人眼观察 / 报告截图
7️⃣ 参数经验值（实测推荐）
场景 sigma_s sigma_r 轻微清晰化 10--15 0.15--0.25 显示面纹理增强 15--30 0.1--0.2 强调微结构 5--10 0.05--0.1