opencv简单的锐化与反锐化实现

锐化

使用unsharp mask的原理：
结果 = (a * 原图) + (b * 原图的高斯模糊)，其中a >= 1 && b <= 0 && a + b == 1
用opencv的GaussianBlur和addWeighted即可

def someblur(src, blursize = 5):
    # dst = cv2.blur(src, (blursize, blursize))
    dst = cv2.GaussianBlur(src, (blursize, blursize), 1)
    return dst

def sharpen(src):
    blur = someblur(src, 5)
    dst = cv2.addWeighted(src, 2, blur, -1, 0)
    return dst

原图

那么对上图做锐化操作：

img = cv2.imread('resource/messi.jpg')
imgsharp = sharpen(img)

锐化结果 imgsharp

反锐化

有时锐化的效果太过了，想要减弱一些：
结果 = (a * 原图) + (b * 原图的高斯模糊)，其中 0 <= a <= 1 && 0 <= b <= 1 && a + b == 1

def desharpen(src):
    blur = someblur(src, 5)
    dst = cv2.addWeighted(src, 0.5, blur, 0.5, 0)
    return dst

对上图的锐化结果进行操作：

imgdesharp = desharpen(imgsharp)

得到的图与最开始的原图很相似，但不可能完全一样，因为高斯模糊本身就不可逆。

反锐化结果 imgdesharp

以下为全部代码：

from cv2 import cv2
import numpy as np 

def someblur(src, blursize = 5):
    # dst = cv2.blur(src, (blursize, blursize))
    dst = cv2.GaussianBlur(src, (blursize, blursize), 1)
    return dst

def sharpen(src):
    blur = someblur(src, 5)
    dst = cv2.addWeighted(src, 2, blur, -1, 0)
    return dst

def desharpen(src):
    blur = someblur(src, 5)
    dst = cv2.addWeighted(src, 0.5, blur, 0.5, 0)
    return dst

img = cv2.imread('resource/messi.jpg')
# blur = someblur(img)
imgsharp = sharpen(img)
imgdesharp = desharpen(imgsharp)

cv2.imshow('origin', img)
# cv2.imshow('blur', imgblur)
cv2.imshow('sharp', imgsharp)
cv2.imshow('desharp', imgdesharp)