【OpenCV 完整例程】62. 影像銳化——鈍化掩蔽

【OpenCV 完整例程】62. 影像銳化——鈍化掩蔽

歡迎關注 『OpenCV 完整例程 100 篇』 系列，持續更新中
歡迎關注 『Python小白的OpenCV學習課』 系列，持續更新中

3. 空間域銳化濾波（高通濾波）

影像模糊通過平滑（加權平均）來實作，類似于積分運算，影像銳化則通過微分運算（有限差分）實作，使用一階微分或二階微分都可以得到影像灰度的變化值，

影像銳化的目的是增強影像的灰度跳變部分，使模糊的影像變得清晰，影像銳化也稱為高通濾波，通過和增強高頻，衰減和抑制低頻，影像銳化常用于電子印刷、醫學成像和工業檢測，

• 恒定灰度區域，一階導數為零，二階導數為零；
• 灰度臺階或斜坡起點區域，一階導數非零，，二階導數非零；
• 灰度斜坡區域，一階導數非零，二階導數為零，

3.2 鈍化掩蔽

簡單地，從原始影像中減去一幅平滑處理的鈍化影像，也可以實作影像銳化效果，稱為鈍化掩蔽，

令 f ~ ( x , y ) \tilde{f}(x,y) f~?(x,y) 表示平滑影像，則：

g m a s k ( x , y ) = f ( x , y ) ? f ~ ( x , y ) g ( x , y ) = f ( x , y ) + k ? g m a s k ( x , y ) ， k > 0 g_{mask} (x,y) = f(x,y) - \tilde{f}(x,y) \\ g(x,y) = f(x,y) + k * g_{mask}(x,y)， k>0 gmask?(x,y)=f(x,y)?f~?(x,y)g(x,y)=f(x,y)+k?gmask?(x,y)，k>0

當 k>1 時，實作高提升濾波；當 k=1 時，實作鈍化掩蔽；k<1時，減弱鈍化掩蔽，

因此，鈍化掩蔽的實作程序是：

（1）對原始影像進行平滑處理，得到平滑影像；

（2）從原始影像中減去平滑影像，產生掩蔽模板；

（3）將原始影像與掩蔽模板加權相加，得到鈍化掩蔽，

原圖減去模糊圖的結果為模板，輸出影像等于原圖加上加權后的模板，當權重為1得到非銳化掩蔽，當權重大于1成為高提升濾波，

鈍化掩蔽沒有直接計算和使用梯度算子，但減法運算具有微分運算的特征，因此本質上是梯度演算法，可以實作銳化濾波的效果，

例程 1.77：影像銳化: 鈍化掩蔽

    # 1.77：影像銳化: 鈍化掩蔽
    img = cv2.imread("../images/Fig0338a.tif", flags=0)

    # 對原始影像進行平滑，GaussianBlur(img, size, sigmaX)
    imgGauss = cv2.GaussianBlur(img, (5,5), sigmaX=5)
    imgGaussNorm = cv2.normalize(imgGauss,dst=None,alpha=0,beta=255,norm_type=cv2.NORM_MINMAX)

    # 掩蔽模板：從原始影像中減去平滑影像
    imgMask = img - imgGaussNorm

    passivation1 = img + 0.6 * imgMask  # k<1 減弱鈍化掩蔽
    imgPas1 = cv2.normalize(passivation1, None, 0, 255, cv2.NORM_MINMAX)
    passivation2 = img + imgMask  # k=1 鈍化掩蔽
    imgPas2 = cv2.normalize(passivation2, None, 0, 255, cv2.NORM_MINMAX)
    passivation3 = img + 2 * imgMask  # k>1 高提升濾波
    imgPas3 = cv2.normalize(passivation3, None, 0, 255, cv2.NORM_MINMAX)

    plt.figure(figsize=(10, 7))
    titleList = ["1. Original", "2. GaussSmooth", "3. MaskTemplate",
                 "4. Passivation(k=0.5)", "5. Passivation(k=1.0)", "6. Passivation(k=2.0)"]
    imageList = [img, imgGauss, imgMask, imgPas1, imgPas2, imgPas3]
    for i in range(6):
        plt.subplot(2,3,i+1), plt.title(titleList[i]), plt.axis('off')
        plt.imshow(imageList[i], 'gray', vmin=0, vmax=255)
    plt.tight_layout()
    plt.show()

鈍化掩蔽的影像銳化效果如下圖所示，注意當 k>1 時，實作高提升濾波；當 k=1 時，實作鈍化掩蔽；而當 k<1時則會減弱鈍化掩蔽，

（本節完）

著作權宣告：

youcans@xupt 原創作品，轉載必須標注原文鏈接

Copyright 2021 youcans, XUPT

Crated：2021-11-29

歡迎關注 『OpenCV 完整例程 100 篇』 系列，持續更新中
歡迎關注 『Python小白的OpenCV學習課』 系列，持續更新中

【OpenCV 完整例程】01. 影像的讀取（cv2.imread）
【OpenCV 完整例程】02. 影像的保存（cv2.imwrite）
【OpenCV 完整例程】03. 影像的顯示（cv2.imshow）
【OpenCV 完整例程】04. 用 matplotlib 顯示影像（plt.imshow）
【OpenCV 完整例程】05. 影像的屬性（np.shape）
【OpenCV 完整例程】06. 像素的編輯（img.itemset）
【OpenCV 完整例程】07. 影像的創建（np.zeros）
【OpenCV 完整例程】08. 影像的復制（np.copy）
【OpenCV 完整例程】09. 影像的裁剪（cv2.selectROI）
【OpenCV 完整例程】10. 影像的拼接（np.hstack）
【OpenCV 完整例程】11. 影像通道的拆分（cv2.split）
【OpenCV 完整例程】12. 影像通道的合并（cv2.merge）
【OpenCV 完整例程】13. 影像的加法運算（cv2.add）
【OpenCV 完整例程】14. 影像與標量相加（cv2.add）
【OpenCV 完整例程】15. 影像的加權加法（cv2.addWeight）
【OpenCV 完整例程】16. 不同尺寸的影像加法
【OpenCV 完整例程】17. 兩張影像的漸變切換
【OpenCV 完整例程】18. 影像的掩模加法
【OpenCV 完整例程】19. 影像的圓形遮罩
【OpenCV 完整例程】20. 影像的按位運算
【OpenCV 完整例程】21. 影像的疊加
【OpenCV 完整例程】22. 影像添加非中文文字
【OpenCV 完整例程】23. 影像添加中文文字
【OpenCV 完整例程】23. 影像添加中文文字
【OpenCV 完整例程】24. 影像的仿射變換
【OpenCV 完整例程】25. 影像的平移
【OpenCV 完整例程】26. 影像的旋轉（以原點為中心）
【OpenCV 完整例程】27. 影像的旋轉（以任意點為中心）
【OpenCV 完整例程】28. 影像的旋轉（直角旋轉）
【OpenCV 完整例程】29. 影像的翻轉（cv2.flip）
【OpenCV 完整例程】30. 影像的縮放（cv2.resize）
【OpenCV 完整例程】31. 影像金字塔（cv2.pyrDown）
【OpenCV 完整例程】32. 影像的扭變（錯切）
【OpenCV 完整例程】33. 影像的復合變換
【OpenCV 完整例程】34. 影像的投影變換
【OpenCV 完整例程】35. 影像的投影變換（邊界填充）
【OpenCV 完整例程】36. 直角坐標與極坐標的轉換
【OpenCV 完整例程】37. 影像的灰度化處理和二值化處理
【OpenCV 完整例程】38. 影像的反色變換（影像反轉）
【OpenCV 完整例程】39. 影像灰度的線性變換
【OpenCV 完整例程】40. 影像分段線性灰度變換
【OpenCV 完整例程】41. 影像的灰度變換（灰度級分層）
【OpenCV 完整例程】42. 影像的灰度變換（位元平面分層）
【OpenCV 完整例程】43. 影像的灰度變換（對數變換）
【OpenCV 完整例程】44. 影像的灰度變換（伽馬變換）
【OpenCV 完整例程】45. 影像的灰度直方圖
【OpenCV 完整例程】46. 直方圖均衡化
【OpenCV 完整例程】47. 影像增強—直方圖匹配
【OpenCV 完整例程】48. 影像增強—彩色直方圖匹配
【OpenCV 完整例程】49. 影像增強—區域直方圖處理
【OpenCV 完整例程】50. 影像增強—直方圖統計量影像增強
【OpenCV 完整例程】51. 影像增強—直方圖反向追蹤
【OpenCV 完整例程】52. 影像的相關與卷積運算
【OpenCV 完整例程】53. Scipy 實作影像二維卷積
【OpenCV 完整例程】54. OpenCV 實作影像二維卷積
【OpenCV 完整例程】55. 可分離卷積核
【OpenCV 完整例程】56. 低通盒式濾波器
【OpenCV 完整例程】57. 低通高斯濾波器
【OpenCV 完整例程】58. 非線性濾波—中值濾波
【OpenCV 完整例程】59. 非線性濾波—雙邊濾波
【OpenCV 完整例程】60. 非線性濾波—聯合雙邊濾波
【OpenCV 完整例程】61. 導向濾波（Guided filter）
【OpenCV 完整例程】62. 影像銳化——鈍化掩蔽