编写Python代码，给图像添加45度平面均速运动模糊，并用逆滤波去除模糊

在Python中，我们可以使用PIL库来操作图像，NumPy处理数组运算，OpenCV则提供更高级的图像处理功能。下面是一个简单的步骤来实现图像的45度旋转平移模糊和逆滤波：

首先，确保已安装了必要的库：

pip install pillow numpy opencv-python

然后，以下是代码示例：

import cv2
import numpy as np
from PIL import Image

# 加载图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)  # 只处理灰度图简化计算

# 将图像转换为NumPy数组
img_array = np.array(img)

# 创建一个核（kernel），这里选择一个4x4的核，大小可以根据需要调整
ksize = 4
sigma = ksize // 2
kernel = np.zeros((ksize, ksize), dtype=np.float32)
gaussian_kernel = cv2.getGaussianKernel(ksize, sigma)

# 对角线移动，创建45度平移的偏移量
dx, dy = int(np.sin(np.pi / 4) * ksize), int(np.cos(np.pi / 4) * ksize)

# 计算模糊后的图像
blurred = cv2.filter2D(img_array, -1, gaussian_kernel)

# 进行45度旋转并拼接
rotated = np.roll(blurred, (dy, dx), axis=(0, 1))

# 逆滤波恢复细节
deblurred = cv2.fastNlMeansDenoisingColored(rotated, None, h=7, templateWindowSize=ksize, searchWindowSize=ksize*2)

# 转换回PIL图像以便显示
deblurred_pil = Image.fromarray(deblurred.astype("uint8"))

# 显示原始和去模糊后的图像
cv2.imshow("Original", img)
cv2.imshow("Deblurred", deblurred_pil)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个代码首先读取图像，然后对其进行45度旋转并使用高斯模糊进行平移模糊，之后使用Fast NlMeans Denoising算法进行逆滤波，最后将结果展示出来。