Python 使用Opencv实现高通滤波器

待我称王封你为后i 2022-05-24 08:30 205阅读 0赞

欢迎加入学习交流QQ群：657341423

--------------------

**高通滤波器**  
高通滤波器（HPF）是检测图像的某个区域，然后根据像素与周围像素的亮度差值来提升像素的亮度。  
用于：边缘提取与增强。  
注意：通过高通滤波器进行滤波后，再和原图像叠加，可以增强图像中灰度级变化较快的部分，即锐化。

**低通滤波器**  
低通滤波器是像素与周围像素的亮度差值小于一个特定值时，平滑该像素的亮度。  
用于：去噪和模糊化。  
注意：低通滤波器容许低频信号通过，但减弱频率高于截止频率的信号的通过。

import cv2
    import numpy as np
    from skimage import io
    from scipy import ndimage
    # 高通滤波器是根据像素比它周围的像素更突出，就会提升它的亮度
    # 常用边缘提取与增强，检测图像中物体的边缘位置
    kernel_3x3 = np.array([[-1, -1, -1],
                       [-1,  8, -1],
                       [-1, -1, -1]])
    
    kernel_5x5 = np.array([[-1, -1, -1, -1, -1],
                           [-1,  1,  2,  1, -1],
                           [-1,  2,  4,  2, -1],
                           [-1,  1,  2,  1, -1],
                           [-1, -1, -1, -1, -1]])
    
    img = io.imread("planet_glow.jpg",as_grey=True)
    
    k3 = ndimage.convolve(img, kernel_3x3)
    k5 = ndimage.convolve(img, kernel_5x5)
    
    # cv2.GaussianBlur 高斯滤波，(17,17)为核大小，包含宽度和高度的二元组。
    blurred = cv2.GaussianBlur(img, (17,17), 0)
    g_hpf = img - blurred
    cv2.imshow("img", img)
    cv2.imshow("3x3", k3)
    cv2.imshow("5x5", k5)
    cv2.imshow('blurred',blurred)
    cv2.imshow("g_hpf", g_hpf)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

运行结果  
原图：  
![这里写图片描述][70]

原图经过灰度处理  
![这里写图片描述][70 1]

灰度处理后经过高斯模糊  
![这里写图片描述][70 2]

灰度处理后经过滤波核3\*3处理  
![这里写图片描述][70 3]

灰度处理后经过滤波核5\*5处理  
![这里写图片描述][70 4]

灰度处理减去高斯模糊  
![这里写图片描述][70 5]

从效果图看来，最后一种处理结果明显最优，但对边缘提前不算十分明显

--------------------

参考资料：OpenCV 3计算机视觉 Python语言实现第二版

[70]: /images/20220524/d381cb998f234984818d4b3a8fcbaad0.png
[70 1]: /images/20220524/8f4bf9fe31ca47afb2b25c31b9757e9b.png
[70 2]: /images/20220524/7aaeff75a5ac477ba2b79c8ee06f62d2.png
[70 3]: /images/20220524/85f818339c51493ebd28cb734cc57ab5.png
[70 4]: /images/20220524/c0070ed1c9d54006b3294ad3044e7949.png
[70 5]: /images/20220524/f0cc50f720a74aa2ba989cc128627759.png