高通滤波 低通滤波 python

您好！对于高通滤波和低通滤波，Python提供了很多库和工具来实现。其中最常用的库是SciPy和OpenCV。我将分别介绍一下它们的使用方法。

对于高通滤波，可以使用SciPy库中的ndimage模块来实现。下面是一个简单的示例代码：

import numpy as np
from scipy import ndimage

# 定义一个输入图像
image = np.array([[10, 20, 30],
                  [40, 50, 60],
                  [70, 80, 90]])

# 定义一个高通滤波器（拉普拉斯滤波器）
kernel = np.array([[0, -1, 0],
                   [-1, 4, -1],
                   [0, -1, 0]])

# 使用ndimage的convolve函数进行滤波
filtered_image = ndimage.convolve(image, kernel)

print(filtered_image)

运行以上代码，输出将是经过高通滤波后的图像。在上述示例中，我们使用了一个简单的拉普拉斯滤波器来增强图像的边缘。

对于低通滤波，可以使用OpenCV库来实现。下面是一个简单的示例代码：

import cv2

# 加载图像
image = cv2.imread('input.jpg')

# 将图像转换为灰度图像
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 应用低通滤波器（平均滤波）
filtered_image = cv2.blur(gray_image, (3, 3))

# 显示原始图像和滤波后的图像
cv2.imshow('Original Image', gray_image)
cv2.imshow('Filtered Image', filtered_image)
cv2.waitKey(0)

运行以上代码，会显示原始图像和经过低通滤波后的图像。在上述示例中，我们使用了一个3x3的平均滤波器来模糊图像。

希望这些示例代码能对您有所帮助！如有其他问题，请随时提问。