图像锐化处理python代码

以下是一个基于OpenCV库的图像锐化处理的Python代码示例：

import cv2
import numpy as np

# 读取图片
img = cv2.imread('image.jpg')

# 定义锐化核
kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])

# 锐化处理
sharp_img = cv2.filter2D(img, -1, kernel)

# 显示结果
cv2.imshow('Original Image', img)
cv2.imshow('Sharpened Image', sharp_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

首先使用OpenCV库中的`imread`函数读取一张图片，然后定义一个锐化核，这里使用的是一个3x3的矩阵，中心元素为9，周围8个元素为-1，即一个常用的锐化核。接着使用`filter2D`函数对图片进行锐化处理，最后使用`imshow`函数显示原图和锐化后的图像。

相关问题

图像拉普拉斯锐化python代码

图像拉普拉斯锐化是一种常用的图像增强方法，通过突出图像的高频细节来提高图像的清晰度。下面是一个用Python实现图像拉普拉斯锐化的代码示例：

import cv2
import numpy as np

def laplacian_sharpen(image):
    # 定义拉普拉斯滤波器核
    laplacian_kernel = np.array([[0, -1, 0], [-1, 4, -1], [0, -1, 0]])
    
    # 使用OpenCV的filter2D函数对图像进行卷积操作
    sharpened_image = cv2.filter2D(image, -1, laplacian_kernel)
    
    return sharpened_image

# 读取图像
image = cv2.imread('example.jpg')

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

# 应用拉普拉斯锐化
sharpened_image = laplacian_sharpen(gray_image)

# 显示原始图像和拉普拉斯锐化后的图像
cv2.imshow('Original', gray_image)
cv2.imshow('Sharpened', sharpened_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先定义了一个拉普拉斯滤波器核，然后使用OpenCV的`filter2D`函数将该滤波器应用于图像上。最后，我们通过`imshow`函数显示原始图像和拉普拉斯锐化后的图像。

请注意，这只是一个简单的示例代码，实际应用中可能需要根据具体需求对代码进行适当的修改和调整。

opencv图像锐化python代码

以下是使用OpenCV库实现图像锐化的Python代码示例：

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 定义卷积核
kernel = np.array([[-1,-1,-1],[-1,9,-1],[-1,-1,-1]])

# 进行卷积操作
sharp_img = cv2.filter2D(img, -1, kernel)

# 显示图像
cv2.imshow('Original Image', img)
cv2.imshow('Sharpened Image', sharp_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述示例中，我们首先读取了一张图像，然后定义了一个卷积核。最后，我们使用 `cv2.filter2D` 函数对图像进行卷积操作，并将锐化后的图像显示出来。