2023.8.19
為了在暑假內(nèi)實(shí)現(xiàn)深度學(xué)習(xí)的進(jìn)階學(xué)習(xí)，Copy大神的代碼，記錄學(xué)習(xí)日常
圖像銳化的百科：
圖像銳化算法-sharpen_lemonHe_的博客-CSDN博客
在環(huán)境配置中要配置opencv：
pip install opencv-contrib-python
Code and lena.png：注意你是否在data下由lena.png
# -*- coding: utf-8 -*-
# Author : Vincent
# Time : 2018-05-19
# Func : Laplacian Sharpen
from PIL import Image
import numpy as np
# 讀入原圖像
img = Image.open('./data/lena.png')
# img.show()
# 為了減少計(jì)算的維度，因此將圖像轉(zhuǎn)為灰度圖
img_gray = img.convert('L')
img_gray.show()
# 得到轉(zhuǎn)換后灰度圖的像素矩陣
img_arr = np.array(img_gray)
h = img_arr.shape[0] # 行
w = img_arr.shape[1] # 列
# 拉普拉斯算子銳化圖像，用二階微分
new_img_arr = np.zeros((h, w)) # 拉普拉斯銳化后的圖像像素矩陣
for i in range(2, h-1):
for j in range(2, w-1):
new_img_arr[i][j] = img_arr[i+1, j] + img_arr[i-1, j] + \
img_arr[i, j+1] + img_arr[i, j-1] - \
4*img_arr[i, j]
# 拉普拉斯銳化后圖像和原圖像相加
laplace_img_arr = np.zeros((h, w)) # 拉普拉斯銳化圖像和原圖像相加所得的像素矩陣
for i in range(0, h):
for j in range(0, w):
laplace_img_arr[i][j] = new_img_arr[i][j] + img_arr[i][j]
img_laplace = Image.fromarray(np.uint8(new_img_arr))
img_laplace.show()
img_laplace2 = Image.fromarray(np.uint8(laplace_img_arr))
img_laplace2.show()
? 附上lena.png
?效果所示（解讀）：
?第一張lena是將三通道的RGB圖轉(zhuǎn)換為單通道的灰度圖，第二張lena是用二階拉普拉斯微分算子銳化的圖像，第三張lena是用拉普拉斯銳化后圖像和原圖像相加所得的圖像
?文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-661123.html
?文章來(lái)源：http://www.zghlxwxcb.cn/news/detail-661123.html
?
?
到了這里，關(guān)于學(xué)習(xí)筆記：Opencv實(shí)現(xiàn)拉普拉斯圖像銳化算法的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
![拉普拉斯銳化[原理及Python實(shí)現(xiàn)]（含拉氏標(biāo)定、拉普拉斯標(biāo)定）](https://imgs.yssmx.com/Uploads/2024/01/409341-1.png)
