多尺度图像细节提升（multi-scale detail boosting）Python版

论文核心思想是：使用三个尺度的高斯模糊，和原图做减法，获得不同程度的细节信息，然后通过一定的组合方式把这些细节信息融合到原图中，从而得到加强原图信息的能力。

以下给出python版本实现：

import cv2
import glob
import os
import numpy as np

def multiScaleSharpen(src, Radius):
    sigma1 = 1.0
    sigma2 = 2.0
    sigma3 = 4.0
    B1 = cv2.GaussianBlur(src, (Radius,Radius), sigma1)
    B2 = cv2.GaussianBlur(src, (Radius*2-1,Radius*2-1), sigma2)
    B3 = cv2.GaussianBlur(src, (Radius*4-1,Radius*4-1), sigma3)
    src = src.astype(np.float) # uint8 to float, avoid Saturation
    B1 = B1.astype(np.float)
    B2 = B2.astype(np.float)
    B3 = B3.astype(np.float)
    D1 = src - B1 # get detail
    D2 = B1 - B2
    D3 = B2 - B3
    w1 = 0.5
    w2 = 0.5
    w3 = 0.25
    result = (1 - w1* np.sign(D1))*D1 + w2 * D2 + w3 * D3 + src
    result_img = cv2.convertScaleAbs(result)
    return result_img

if __name__ == "__main__":
    img = cv2.imread("")
    result = multiScaleSharpen(img, 5)
    cv2.imwrite("",result)

更多细节可以参考大佬的文章：

【1】https://www.cnblogs.com/Imageshop/p/7895008.html

【2】https://blog.csdn.net/guyuealian/article/details/79065745