高斯高通滤波用numpy实现

高斯高通滤波是一种图像处理技术，用于增强图像的高频细节信息。在numpy中，可以使用以下步骤实现高斯高通滤波：

1. 导入所需的库：

import numpy as np
from scipy import ndimage

2. 定义高斯滤波器：

def gaussian_highpass_filter(size, sigma):
    # 创建一个二维高斯滤波器
    kernel = np.fromfunction(lambda x, y: (x - size//2)**2 + (y - size//2)**2, (size, size))
    kernel = np.exp(-kernel / (2 * sigma**2))
    kernel /= np.sum(kernel)
    return kernel

3. 加载图像并进行滤波：

# 加载图像
image = ndimage.imread('image.jpg', flatten=True)

# 定义滤波器大小和标准差
filter_size = 5
sigma = 1.0

# 创建高斯滤波器
gaussian_filter = gaussian_highpass_filter(filter_size, sigma)

# 使用滤波器对图像进行卷积操作
filtered_image = ndimage.convolve(image, gaussian_filter)

以上代码中，`size`参数表示滤波器的大小，`sigma`参数表示高斯函数的标准差。通过调整这两个参数，可以控制滤波器的效果。