python图像锐化滤波_Laplacian滤波器实现并用于图像锐化

本文介绍了拉普拉斯滤波器的基本原理,并提供了3x3拉普拉斯滤波器的Python实现,用于图像锐化。通过拉普拉斯算子增强图像中的灰度突变区域,实现图像的锐化处理。最后展示了实验结果和代码示例。
摘要由CSDN通过智能技术生成

一. 拉普拉斯滤波器简介:

我们知道:

拉普拉斯算子 ↑

x方向上二阶偏导数的数值近似计算 ↑

y方向上二阶偏导数的数值近似计算 ↑

拉普拉斯算子在平面内的数值近似 ↑

拉普拉斯滤波器卷积核表示 ↑

二. 3*3的laplacian滤波器实现

# laplacian filter

def laplacian_filter(img, K_size=3):

H, W = img.shape

# zero padding

pad = K_size // 2

out = np.zeros((H + pad * 2, W + pad * 2), dtype=np.float)

out[pad: pad + H, pad: pad + W] = img.copy().astype(np.float)

tmp = out.copy()

# laplacian kernle

K = [[0., 1., 0.],[1., -4., 1.], [0., 1., 0.]]

# filtering

for y in range(H):

for x in range(W):

ou

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值