python高通滤波和高通滤波增强对比代码

高通滤波和高通滤波增强是图像处理中常用的技术，用于增强图像的高频细节信息。下面是Python中实现高通滤波和高通滤波增强的对比代码：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('input.jpg', 0)

# 高通滤波
kernel = np.array([[-1, -1, -1],
                   [-1,  8, -1],
                   [-1, -1, -1]])
filtered_image = cv2.filter2D(image, -1, kernel)

# 高通滤波增强
enhanced_image = cv2.addWeighted(image, 1.5, filtered_image, -0.5, 0)

# 显示结果
cv2.imshow('Original Image', image)
cv2.imshow('High Pass Filtered Image', filtered_image)
cv2.imshow('High Pass Filter Enhanced Image', enhanced_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代码中，首先使用`cv2.imread`函数读取输入图像，然后定义一个高通滤波核`kernel`，通过`cv2.filter2D`函数对图像进行高通滤波操作，得到`filtered_image`。接着使用`cv2.addWeighted`函数将原始图像和高通滤波结果进行加权叠加，得到增强后的图像`enhanced_image`。最后使用`cv2.imshow`函数显示原始图像、高通滤波结果和增强后的图像。