同态滤波增强 python

同态滤波是一种图像处理技术，特别适用于去除噪声、恢复边缘等场景，它利用信号或图像的自相似特性，在频域对频率成分进行操作。在Python中，可以使用OpenCV库（cv2）来实现同态滤波。以下是基本步骤：

1. 导入必要的库：

import cv2
import numpy as np

2. 加载图片并转换为灰度图：

image = cv2.imread('input_image.jpg', 0)

3. 应用高斯滤波进行预处理（可选），减少噪声影响：

preprocessed_image = cv2.GaussianBlur(image, (5, 5), 0)

4. 使用`cv2.Canny`函数获取边缘信息，这将用于构造拉普拉斯算子：

edges = cv2.Canny(preprocessed_image, 50, 150)

5. 构造拉普拉斯算子，这是同态滤波的核心：

laplacian_kernel = np.array([[-1, -1, -1], [-1, 8, -1], [-1, -1, -1]])
laplacian = cv2.filter2D(edges, -1, laplacian_kernel)

6. 应用逆拉普拉斯变换恢复细节：

homomorphic_filtered = cv2.addWeighted(laplacian, -1, preprocessed_image, 1, 0)

7. 显示原图和增强后的结果：

cv2.imshow('Original Image', image)
cv2.imshow('Homomorphic Filtered', homomorphic_filtered)
cv2.waitKey(0)
cv2.destroyAllWindows()