python模糊图像清晰化_Python图像处理介绍图像模糊与锐化

欢迎关注 “小白玩转Python”，发现更多 “有趣”

引言

在之前的文章中，我们讨论了边缘检测内核。在本文我们将讨论如何在图像上应用模糊与锐化内核，将这些内核应用到彩色图像上，同时保留核心图像。

一如既往，我们从导入所需的python库开始。

import numpy as npimport matplotlib.pyplot as pltfrom skimage.io import imshow, imreadfrom skimage.color import rgb2yuv, rgb2hsv, rgb2gray, yuv2rgb, hsv2rgbfrom scipy.signal import convolve2d

读取本文将使用的图像。

dog = imread('fire_dog.png')plt.figure(num=None, figsize=(8, 6), dpi=80)imshow(dog);

现在我们应用于图像的内核是高斯模糊内核和锐化内核。

# Sharpensharpen = np.array([[0, -1, 0],                    [-1, 5, -1],                    [0, -1, 0]])# Gaussian Blurgaussian = (1 / 16.0) * np.array([[1., 2., 1.],                                  [2., 4., 2.],                                  [1., 2., 1.]])fig, ax = plt.subplots(1,2, figsize = (17,10))ax[0].imshow(sharpen, cmap='gray')ax[0].set_title(f'Sharpen', fontsize = 18)    ax[1].imshow(gaussian, cmap='gray')ax[1].set_title(f'Gaussian Blur', fontsize = 18)    [axi.set_axis_off() for axi in ax.ravel()];

但我们如何将这些内核应用到我们的图像中呢？那么，让我们直接通过卷积来试试。

def multi_convolver(image, kernel, iterations):    for i in range(iterations):        image = convolve2d(image, kernel, 'same', boundary = 'fill',