python 滤波器增强

在 Python 中，滤波器增强（Filter Enhancement）主要是通过图像处理算法来改善图像的质量，增强细节，去除噪声。常用的一些滤波器有低通滤波器（如均值滤波、高斯滤波）、中值滤波、以及一些更复杂的边缘检测和锐化滤波。

以下是一个简单的例子，展示了如何使用 OpenCV 库进行基本的图像增强：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 高斯滤波（平滑并降噪）
kernel_size = 5
blurred_img = cv2.GaussianBlur(img, (kernel_size, kernel_size), 0)

# 自适应阈值（根据局部像素强度自动确定阈值）
adaptive_thresh = cv2.adaptiveThreshold(blurred_img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

# 锐化（边缘检测）
kernel = np.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]])
sharpened_img = cv2.filter2D(adaptive_thresh, -1, kernel)

# 保存处理后的图像
cv2.imwrite('enhanced_image.jpg', sharpened_img)

在这个例子中，我们先将彩色图像转成灰度，然后用高斯滤波来模糊并减小噪声，接着用自适应阈值分割图像，最后用锐化滤波器增强图像边缘。