fanfuhan OpenCV 教學035 ~ opencv-035-USM-圖像銳化增强演算法 ~ 邊緣檢測/失焦(對焦失敗) 的前置動作 – jashliao部落格

fanfuhan OpenCV 教學035 ~ opencv-035-USM-圖像銳化增强演算法 ~ 邊緣檢測/失焦(對焦失敗) 的前置動作

資料來源: https://fanfuhan.github.io/

https://fanfuhan.github.io/2019/04/10/opencv-035/

GITHUB:https://github.com/jash-git/fanfuhan_ML_OpenCV

知識點:

    圖像卷積處理實現銳化有一種常用的算法叫做Unsharpen Mask方法，這種銳化的方法就是對原圖像先做一個高斯模糊，然後用原來的圖像減去一個係數乘以高斯模糊之後的圖像，然後再把值Scale到0～255的RGB像素值範圍之內。基於USM銳化的方法可以去除一些細小的干擾細節和噪聲，比一般直接使用卷積銳化算子得到的圖像銳化結果更加真實可信。

USM銳化公式表示如下：

    （源圖像– w*高斯模糊）/（1-w）；其中w表示權重（0.1～0.9），默認為0.6

OpenCV中的代碼實現步驟
     – 高斯模糊
     – 權重疊加
     – 輸出結果
 

C++

#include 
#include 

using namespace std;
using namespace cv;

int main() {
    Mat src = imread("../images/test.png");
    if (src.empty()) {
        cout << "could not load image.." << endl;
    }
    imshow("input", src);

    Mat blur_img, usm;
    GaussianBlur(src, blur_img, Size(0,0), 25);
    addWeighted(src, 1.5, blur_img, -0.5, 0, usm);
    imshow("usm", usm);

    waitKey(0);
    return 0;
}

Python

import cv2 as cv
import numpy as np

src = cv.imread("D:/images/master.jpg")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src)

# sigma = 5、15、25
blur_img = cv.GaussianBlur(src, (0, 0), 5)
usm = cv.addWeighted(src, 1.5, blur_img, -0.5, 0)
cv.imshow("mask image", usm)

h, w = src.shape[:2]
result = np.zeros([h, w*2, 3], dtype=src.dtype)
result[0:h,0:w,:] = src
result[0:h,w:2*w,:] = usm
cv.putText(result, "original image", (10, 30), cv.FONT_ITALIC, 1.0, (0, 0, 255), 2)
cv.putText(result, "sharpen image", (w+10, 30), cv.FONT_ITALIC, 1.0, (0, 0, 255), 2)
cv.imshow("sharpen_image", result)
cv.imwrite("D:/result.png", result)

cv.waitKey(0)
cv.destroyAllWindows()