Python 使用Opencv实现高通滤波器

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：

原图经过灰度处理

灰度处理后经过高斯模糊

灰度处理后经过滤波核3*3处理

灰度处理后经过滤波核5*5处理

灰度处理减去高斯模糊

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

扫描二维码关注公众号，回复： 1141215 查看本文章