图片清晰度增强（锐化）的方法论启示

如何将一副图片的清晰度增强？这个问题其实已经超出了我可怜的智商，让我独立思考的话我肯定是不知道该怎么办的，但这个问题对万能的搜索引擎来说是小case, 随便一搜就能看到很多大佬提出的解决方案，下面就来谈一谈使用最为广泛也是我觉得效果最好的方法——高斯锐化。

所谓高斯锐化，是先用高斯卷积核（一般是3X3或者5X5的大小）将一张图片转换成高斯模糊图片，所谓高斯模糊就是将图片中的每个像素点用高斯卷积核算出的乘积之和来替代，其最终效果就是：

如果一个点的像素值高于周围的点，那么这个点的像素值会被略微变小，

如果一个点的像素值低于周围的点，那么这个点的像素值会被略微变大，

如果一个点的像素值和周围的点相同，那么这个点的像素值保持不变。

这样得到的新图片就是高斯模糊图片。

如果用原来的图片减去这个新图片，神奇的数据就产生了，因为这个差值图片表达了这样的意思：

一个点的像素相对周围的点越高，这个点上的值就正得越大，值的大小反应了这个差距值

一个点的像素相对周围的点越低，这个点上的值就负得越大，值的大小反应了这个差距值

一个点的像素如果和周围的点相同，这个点上的值就是0.

得到这个差值图片以后，就是见证奇迹的时刻了，用原图片 + 插值图片 * 权重系数，这样得到的新图片就会随着权重系数越大而越清晰，为什么呢？

因为差值代表了这个位置相对于周围点的差距，加上这个差值，会使较亮的点更亮，同时使较暗的点更暗，而平等颜色的值会保持不变，这个效果就绝了！

即使我已经弄明白了这些，但仍然没有明白为什么这种办法我无法通过独立思考想出来，而必须通过问搜索引擎才能知道，那这究竟是为什么呢？

遇到问题时，

如果想通过从局部到整体来解决，往往是行不通的，因为处理一个局部的时候无法考虑和周围的局部区域的融合问题。

如果能从整体上用平等的角度来看待每一个局部，并对每一个局部采用平等的处理方法，也许能找到最为简单有效的方法。

这说明我以往习惯的思维方式是错误的从局部到整体的思维方式，而我应该督促自己改正为从整体到局部的思维方式。