opencv 图像锐化demo

下面是一个使用Opencv实现图像锐化的简单代码示例：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 构建锐化核
kernel_sharpen_1 = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
kernel_sharpen_2 = np.array([[1,1,1], [1,-7,1], [1,1,1]])
kernel_sharpen_3 = np.array([[-1,-1,-1,-1,-1],
                             [-1,2,2,2,-1],
                             [-1,2,8,2,-1],
                             [-1,2,2,2,-1],
                             [-1,-1,-1,-1,-1]]) / 8.0

# 滤波图像
output_1 = cv2.filter2D(img, -1, kernel_sharpen_1)
output_2 = cv2.filter2D(img, -1, kernel_sharpen_2)
output_3 = cv2.filter2D(img, -1, kernel_sharpen_3)

# 显示结果
cv2.imshow('Original', img)
cv2.imshow('Sharpen 1', output_1)
cv2.imshow('Sharpen 2', output_2)
cv2.imshow('Sharpen 3', output_3)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们使用了三个不同的锐化核来对图像进行滤波，分别是`kernel_sharpen_1`、`kernel_sharpen_2`和`kernel_sharpen_3`。其中，`kernel_sharpen_1`和`kernel_sharpen_2`是标准的锐化核，而`kernel_sharpen_3`是一个更加复杂的锐化核，可以更好地保留图像细节。

使用`cv2.filter2D`函数可以对图像进行滤波操作，并将结果保存到`output_1`、`output_2`和`output_3`中。最后，我们使用`cv2.imshow`函数显示原始图像和滤波后的结果。

注意：在使用Opencv时，需要安装Opencv库，并将库文件导入到代码中。